黄 婷，徐 明

(江西财经职业学院南昌校区信息中心，南昌 331700)

0 引言

随着电子通信技术的发展，无人机(UAV)已在环境监测，农业植保，影像航拍等多个领域中广泛使用[1]。位于地面上的控制基站通过向无人机的航行控制器发送指令，使无人机依据用户的指令飞行。因此，控制基站需实时对无人机进行定位和跟踪。

目前，借助于全球定位系统(GPS)和无人机的惯性测量装置(IMU), 控制基站能够方便对室外环境的无人机进行定位跟踪[2]。然而，由于GPS在室内环境的定位精度低，对室内环境的无人机进行定位跟踪存在挑战。

针对室内环境的无人机定位问题，研究人员提出多种定位算法。其中基于视觉定位算法受到广泛关注[3]，但由于无人机在飞行中的震动，基于视觉定位算法的精度并不高。研究人员提出了其他的定位算法，如基于射频定位[4]、基于多普勒频移跟踪[5]以及基于蜂窝网络跟踪等[6]。但是在室内环境，蜂窝网络信号不稳，容量受到环境影响。

超声波测距和多普勒测速的跟踪定位算法(TLUD)先估计超声波信号的到达时间差ToA[7]，利用跳频扩频(FHSS)技术消除室内多径衰减的影响，提高基于ToA的测距精度，利用卡尔曼滤波估计实现实时测距，并利用多普勒频移估计无人机的移动速度。仿真结果表明，提出的TLUD算法有效提高了室内定位精度。

1 TLUD定位跟踪算法

系统模型如图1所示，无人机在室内飞行，通过WI-FI与终端用户进行数据通信。无人机内安装了超声波发射器，周期地传输超声波信号。……