数学建模 河北杯 无人机侦听与反制问题问题2.2:在未知周期的情况下的解决思路

4.2.2 未知跳频周期
由前面所写的解题思路,因为飞控信号频率周期未知,因此首先需要求得周期,然后即可根据之前一问的算法做下去。
首先定义相关变量及参数:一个周期内无人机的飞控信号频率raw=[5,1,4,2,3,6],通过随机数phase来实现无人机飞控信号相位差,定义无人机每秒钟跳频频率freq=217,飞控信号一个周期内跳频次数num=6,定义干扰机可调频宽度 freq_num=2*num,定义干扰机的调频次序f=1:1:freq_num,设置干扰机采样频率samp_freq=1000,干扰机最大采样时间samp_t=100,最大采样次数max=samp_freq*samp_t,干扰机信号频率矩阵f_simu=zeros(max,1),设置无人机飞控信号频率矩阵f_real=zeros(max,1),一个飞控信号周期的采样次数T=⌊num*samp_freq/freq⌋,一次跳频区间的采样次数T0=⌊samp_freq/ freq⌋,初始化干扰机探测的飞控信号周期频率T_simu=0,初始化干扰机探测周期时的参考频率T_f=0,初始化干扰机探测飞控信号周期的开始时刻标记T_index1=0,初始化干扰机探测飞控信号周期的结束标记T_index2=0,初始化迭代器j=1,初始化发出NACK信号次数nack_count=0,初始化NACK信号的位置nack_index=1,初始化发出NACK信号时的频率nack_freq=0
构造发出NACK信号的函数,发出SOS信号的函数以及能够返回实时的飞控信号频率的函数。
编写程序,设置干扰机调频/采样频率samp_freq=1000,设置干扰器的可调频的频宽为2倍于飞控信号频宽。
结果如下图所示:
图表 4.6 周期未知的情况下,干扰机跳频/采样频率为1000时,无人机发出SOS时的哪一个周期的图样

图表 4.6 周期未知的情况下,干扰机跳频/采样频率为1000时,无人机发出SOS时的哪一个周期的图样

在调频频率为1000的情况下,此时反制成功所花费的时间为:0.224(s)

调整参数,设置干扰机调频/采样频率samp_freq=2000,仿真结果如下图所示:
图表 4.7 周期未知的情况下,干扰机跳频/采样频率为2000时,无人机发出SOS时的哪一个周期的图样

图表 4.7 周期未知的情况下,干扰机跳频/采样频率为2000时,无人机发出SOS时的哪一个周期的图样

此参数下,反制成功所花费的时间为:0.1395。和周期已知的时候的情况一样,时间缩短了近一倍。
将两种参数的模型各仿真20次,并取平均值;然后将干扰器可调频频宽设为和飞控信号频率频宽同样的宽度,再各仿真20次,取平均值,得到如下表格:

调频频率/可调频频宽1000/1倍频宽1000/2倍频宽2000/1倍频宽2000/2倍频宽
10.1110000.1350000.0620000.084000
20.1050000.1210000.0605000.123000
30.0930000.1490000.0615000.109500
40.1050000.2320000.0615000.157500
50.0800000.1720000.0595000.201000
60.0880000.9100000.0630000.111000
70.1320001.0100000.0560000.116000
80.0820000.1460000.0590000.118500
90.1010000.1930000.0605000.133500
100.0850000.1270000.0605000.158000
110.1820000.1940000.0610000.108000
120.0890000.1950000.0600000.128000
130.1090000.1880000.0605000.108500
140.1200000.5200000.0585000.126500
150.0810000.3050000.0615000.107500
160.1390000.1390000.0615000.167500
170.1240000.1560000.0615000.120000
180.0810000.1280000.0540000.121500
190.1130000.1960000.0615000.117000
200.0920000.9090000.0580000.108000
平均时间0.1056000.3062500.0601000.126225

图表 4.8 不同参数下各仿真20次的时间结果表及其平均时间

对比第一问,可以发现类似的结论:平均时间而言,干扰器调频频率越大,则反制时间越短,即算法收敛越快。
并且可以由平均时间的数值明显的看出,可调频的频宽和时间存在明显的线性关系,可调频的频率频宽越大,时间就越长,且倍数大概是呈线性关系。
代码在此:
https://github.com/jaykwok/HeBeiCup2020-F

链接:https://pan.baidu.com/s/17pJYwRs5Um5BzDM7uDruHw
提取码:2333

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数学建模是利用数学方法和技术解决实际问题的一种科学方法。2020河北无人机侦听反制问题是一个涉及无人机技术和反制手段的实际问题。以下是关于该问题解决思路和方法。 首先,针对无人机侦听问题,我们可以利用数学建模来确定无人机侦听范围和侦听精度。根据无人机的高度、传感器的性能以及环境因素,我们可以建立数学模型来计算无人机侦听所覆盖的区域,并进一步分析相应的误差。 其次,对于无人机反制问题,我们可以采取数学建模来确定反制手段的有效性和影响范围。可以通过分析无人机的操作特点和技术指标,建立相应的数学模型,以确定最佳的反制方式。同时,还可以利用数学方法来评估反制手段对无人机的破坏程度,进而制定相应的应对措施。 在解决问题的过程中,我们可以利用数学建模软件进行模型的建立和求解。借助现代数学工具和计算机技术,可以更准确、高效地解决无人机侦听反制问题。当然,在建立数学模型时,还需结合实际情况考虑相关因素的影响,以保证模型的准确性和可靠性。 总之,数学建模解决无人机侦听反制问题中具有重要的作用。通过合理建立数学模型,运用数学方法和技术,可以得到较为准确的结果,并为相关决策提供科学依据。对于该问题解决,我们还可以进一步研究和改进数学模型,以求更好的效果和解决方案。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值