曹惠茹 陳瑋 成海秀 祝文堅

摘要：無人機聲場特性直接反映無人機飛行過程中的穩(wěn)定性和其他相關(guān)特性，該文通過構(gòu)建測試平臺對輕型四旋翼無人機在不同電流、距離下的聲場進(jìn)行測試;并對固定飛行高度下的無人機聲場頻率進(jìn)行試驗。試驗結(jié)果表明：無人機聲壓強度與聲音的傳播距離呈對數(shù)關(guān)系;隨著電流的增加，聲壓衰減系數(shù)逐漸減小;在無人機聲場衰減模型中常數(shù)項基本保持不變，且只和環(huán)境相關(guān)。同時無人機飛行中聲場頻率集中在10kHz左右;隨著聲場傳播距離的增大，無人機聲壓劇烈減少。該研究可為無人機的相關(guān)研究與發(fā)展提供理論和實踐的依據(jù)。

關(guān)鍵詞：四旋翼;無人機;聲場特性;聲壓

中圖分類號：S126 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-5124（2019）05-0043-04

0 引言

無人機（unmanned aerial vehicle，UAV）是由動力驅(qū)動的、無線遙控或自主飛行，機上無人駕駛并可重復(fù)使用的飛行器[1-4]。新世紀(jì)以來，隨著通信、

收稿日期：2018-04-20;收到修改稿日期：2018-05-18

基金項目：廣州市科技計劃項目（201804010427）;廣東省水利科技創(chuàng)新項目（2016-18）

作者簡介：曹惠茹（1981-），女，副教授，碩士，主要研究方向為無線傳感器網(wǎng)絡(luò)、計算機應(yīng)用與控制、計算機信息處理等方面。電子技術(shù)的發(fā)展，物聯(lián)網(wǎng)技術(shù)趨于成熟，多旋翼無人機飛行器也應(yīng)運而生。相比固定翼無人機，多旋翼無人機體積小、質(zhì)量輕、隱蔽性強，能實現(xiàn)低空懸停、垂直起降（vertical take off and landing，VTO1）等特點。因此多旋翼無人機作為一種輕便、穩(wěn)定的平臺在軍事與民用領(lǐng)域得到了廣泛的應(yīng)用[5-6]。

近年隨著無人機的發(fā)展，采用無人聲場對無人機識別、檢測、跟蹤等成為當(dāng)前的研究熱點[7-9]。無人機聲場特征與傳播特性的研究也為當(dāng)前迫切需要解決的基礎(chǔ)性問題。為此，丘愷彬等[10]基于無人機噪聲的產(chǎn)生機理，對不同類型的無人機聲場信號進(jìn)行特征提取，建立分類器對無人機進(jìn)行分類與識別;實驗證明了利用聲音感知技術(shù)來識別與監(jiān)管無人機的可行性。程翠[11]在研究無人機飛行時聲音頻譜特征的基礎(chǔ)上，選取聲紋能量為特征向量，利用SVM（support vector machine）對無人機聲音和其他聲音進(jìn)行了分類，從而實現(xiàn)無人機檢測。楊東海[12]采用FISHER準(zhǔn)則擇優(yōu)選取的特征參數(shù)結(jié)合支持向量機法對無人機的聲音進(jìn)行識別，并提出了將支持向量機法和高斯混合模型（Gaussian mixture model，GMM）法應(yīng)用于四旋翼無人機的聲音識別。王威[13]等通過無人機聲場，建立多特征的無人機音頻“指紋庫”，最后用特征匹配算法實現(xiàn)無人機的探測和識別。Cased[14]等采用廉價的麥克風(fēng)設(shè)計一種低成本的聲場測試陣列，用于定位和跟蹤小型無人機。進(jìn)一步，Yue[15]等針對人侵無人機甄別問題，以無線聲場傳感器網(wǎng)絡(luò)為基礎(chǔ)構(gòu)建了聲場無人機人侵判別系統(tǒng);同時通過無線聲傳感器網(wǎng)絡(luò)和機器學(xué)習(xí)算法來識別不受歡迎的無人機的外觀和近似位置;最后仿真與實際實驗驗證了算法的可行性。

隨著無人機數(shù)量的增加，其檢測與探測成為當(dāng)前的研究熱點，采用無人機聲壓是實現(xiàn)該目的的重要手段。無人聲場研究是推進(jìn)相關(guān)研究進(jìn)步的重要基礎(chǔ)，然而無人機聲場基礎(chǔ)實驗與測試層面的研究甚少。因此，針對當(dāng)前研究的現(xiàn)狀，本文基于四旋翼無人機平臺，研究了無人機的聲場特性，為基于無人機聲場特性的研究提供參考，為今后無人機的廣泛應(yīng)用及發(fā)展提供理論和實踐依據(jù)。

1 試驗設(shè)備與試驗過程

1.1 無人機試驗平臺

無人機試驗平臺是由Pixhawk飛行控制器、電子調(diào)速器、無刷電機、螺旋槳、3DR無線數(shù)傳模塊、外置電子羅盤、6S鏗電池、控制接收機和碳纖維機架等元件組成，控制端有無線遙控器和電腦端地面站，如圖1所示。

1）Pixhawk飛行控制器：采用Pixhawk飛行控制器2.4.8型號，是整個無人機平臺的控制中心，由CortexM4主處理器及陀螺儀、電子羅盤、氣壓高度計、加速度計、應(yīng)急處理器組成。主要功能是采集無人機平臺相關(guān)參數(shù)（GPS信息、無人機工作狀態(tài)等信息），并根據(jù)無線數(shù)傳模塊與接收機接收來自地面站或遙控器的指令，進(jìn)而通過電子調(diào)速器控制電機運轉(zhuǎn)，達(dá)到所需工作狀態(tài)。

2）無刷電機：采用JFRC颶風(fēng)u3508無刷電機，接收來自電子調(diào)速器的控制信號，并執(zhí)行相關(guān)工作狀態(tài)。該電機有著功耗小，防水性能好，工作溫度范圍廣（-30～85℃），不易生銹，快速啟動、啟動后能夠自由調(diào)速等優(yōu)點。

3”醒澎噩控器：刀也飛品牌7寸與副空器（WFT07S）。采用7通道2.4GHz通信頻段，通信距離遠(yuǎn)，能實現(xiàn)較遠(yuǎn)距離操控?zé)o人機飛行。采用總線數(shù)據(jù)傳輸，靈敏度高，支持4.8～6V電池，低壓設(shè)計，高端擴頻和跳頻技術(shù)使其具有較強的抗干擾能力[10]。

4）螺旋槳：采用1245MR尼龍螺旋槳正反兩對，直徑12inch（1inch≈2.54cm），螺距4.5mm，中心孔正面孔徑6mm，中心孔反面孔徑9mm，中心座厚度6mm。

在準(zhǔn)備完成上述所示的試驗設(shè)備后，建立無人機聲場測試硬件框架，如圖2所示。該框架主要包括主處理器，用于控制整個無人機，諸如飛行高度、參數(shù)感知等，并通過SPI、I²C等接口連接陀螺儀、電子羅盤、電流計、加速度計等無人機飛行過程中的傳感器參數(shù)。同時，以32位STM32F100為測試協(xié)處理器，通過通信接口連接電流計等獲取無人機測試過程中的最大、最小和平均工作電流。

本文使用的儀器有數(shù)字噪音計、風(fēng)速測量儀、秒表等試驗儀器。其他試驗儀器包括支架、卷尺、刻度明確的風(fēng)場板。其中?，擜R854數(shù)據(jù)聲場計采用電容傳感器，測量范圍為30130dB，測量精確度士1.5dB，頻率響應(yīng)20Hz～8kHz。該聲場計具有反應(yīng)迅速、精確度高等優(yōu)點。

1.2 試驗步驟

為了減小外界噪音對試驗造成的誤差，采取安靜微風(fēng)的室外作為試驗環(huán)境，環(huán)境音量平均值為39dB，取無人機工作電流5～11A。具體實驗流程如圖3所示。

Step 1：運用無人機遙控器的油門搖桿，通過改變油門大小從而達(dá)到改變無人機的工作電流。

Step 2：增大油門，使無人機機槳開始轉(zhuǎn)動，并快速（1～2s）讓工作電流達(dá)到固定電流值，之后保持不變。

Step 3：測試不同工作電流下無人機附近10m內(nèi)聲場，以無人機為中心，半徑為10m范圍內(nèi)取3個不同方向，每個方向測量一次工作電流，記錄試驗數(shù)據(jù)，整個試驗重復(fù)5遍。

Step 4：整理試驗數(shù)據(jù)，去除試驗過程中錯誤操作導(dǎo)致誤差較大的數(shù)據(jù)，同一工作電流取3次測量數(shù)據(jù)的平均值，統(tǒng)計并記錄最終數(shù)據(jù)。

Step 5：分析數(shù)據(jù)，得出試驗結(jié)論。

2 試驗結(jié)果分析

2.1 無人機聲場頻率分析

為了得到無人機平臺在飛行過程中，聲場頻率的分布特性，在無人機懸停3m高度下，對無人機聲場進(jìn)行了測試，采集無人機3s的音頻。通過Matlab分析其音頻特性，如圖4所示。無人機完成起飛進(jìn)人懸停模式后，無人機的聲場頻率分布在0～15kHz區(qū)間，其中主要集中在10kHz左右。同時，無人機音頻集中在80dB。

2.2 無人機聲音強度衰減分析

為了得到無人機聲音強度與無人機工作電流、距離3者之間的內(nèi)在規(guī)律，在同一工作電流下重復(fù)試驗3次，分別以無人機為中心構(gòu)建直角坐標(biāo)系，方向分別為X軸正半軸、Y軸正半軸，最大測量距離為10m，得出數(shù)據(jù)取其平均值。

為了研究無人機工作電流與聲壓之間的關(guān)系，取傳播距離為0.5，2，10m，得到工作電流與聲壓之間的關(guān)系圖曲線。如圖5所示，隨著無人機工作電流的增加，相同距離下無人機的聲壓隨之增大。對圖中的曲線進(jìn)行擬合，得到工作電流與聲壓的擬合公式（1）

y=0.98461+56.758（r²=0.7684）（1）式中I為無人機工作電流。

以工作電流為變量，重復(fù)以上試驗5次，通過Matlab分析，得到圖6所示的不同電流下聲壓與距離的關(guān)系圖。可知同一工作電流時，當(dāng)距離增加，聲壓隨之減少。其中距離無人機約小于3m時，曲線斜率大，聲壓隨距離變化大;距離大于3m后，曲線斜率小，聲壓隨距離增加緩慢穩(wěn)定減小。同時，隨著工作電流的增加，聲壓增大;不同工作電流的最近距離與最遠(yuǎn)距離的聲壓下降幅度相近，約為21dB。

對于多旋翼無人機，可以將其視為線聲源，于是聲壓級可以表示為式中：Lω（r₀）——r₀處的聲壓;

I——線聲源長度;

r——傳播距離;

k——修正系數(shù);

r₀——單位距離。

明顯，對于四旋翼無人機聲場測試中滿足r>1/3，取r₀=1m時聲壓隨傳播的距離可以表示為公式（3）：

Y=L_ω-201g3r/l-101g1/3（3）

當(dāng)無人機選定，測試環(huán)境相對不變時，聲場中的線聲源強度l取值固定不變，于是有：

α=L_ω+101gl/3（4）

β=20（5）

將公式（4）與（5）帶入公式（3）可以轉(zhuǎn)換為

Y=α-β1gr（6）

為了便于計算，將公式（6）簡化，并得到無人機聲音強度隨距離變化：

y=-A1nx+B（7）式中：y——聲壓，dB;

x——距離，m;

A——無人機聲場衰減系數(shù);

B——常數(shù)項。

通過公式（7）對無人機不同工作電流條件下，聲壓隨距離變化曲線進(jìn)行擬合，可以得到不同電流時的相關(guān)系數(shù)取值，如表1所示。

由表1可知，不同電流的擬合系數(shù)均大于0.9，進(jìn)而說明無人機聲場隨距離呈現(xiàn)明顯的對數(shù)關(guān)系。同時隨著電流的增加，衰減系數(shù)A逐漸減小，說明A與無人機工作電流密切相關(guān)。而常數(shù)項B處于82.04與84.02之間無明顯的變化，說明在無人機聲場衰減模型中常數(shù)項只和環(huán)境相關(guān)。

3 結(jié)束語

本文通過構(gòu)建無人機聲場實驗平臺，對四旋翼無人機聲場進(jìn)行試驗，通過數(shù)據(jù)分析建立相關(guān)數(shù)學(xué)模型。試驗結(jié)果表明：無人機的聲場頻率分布在0～15kHz區(qū)間，其中主要集中在10kHz左右。隨著工作電流增大，無人機聲場增強，兩者呈明顯線性關(guān)系。同時聲壓與距離呈對數(shù)關(guān)系，距離越遠(yuǎn)，聲壓越小。隨著電流的增加，衰減系數(shù)A逐漸減小;在無人機聲場衰減模型中常數(shù)項B基本保持不變，且只和環(huán)境相關(guān)。實驗結(jié)果可為今后該平臺的實際應(yīng)用提供相關(guān)支持。

參考文獻(xiàn)

[1]張欣.多旋翼無人機的姿態(tài)與導(dǎo)航信息融合算法研究[D].長春：中國科學(xué)院研究生院（長春光學(xué)精密機械與物理研究所），2015.

[2]李增彥，李小民，劉新海.便攜式無人機地面控制站設(shè)計與實現(xiàn)[J].中國測試，2014，40（1）：119-122.

[3]胡春明，郝蒙蒙.無人機活塞式發(fā)動機進(jìn)排氣系統(tǒng)優(yōu)化[J].航空動力學(xué)報，2018，33（4）：1009-1016.

[4]李杰，齊曉慧，韓帥濤，等.小型四旋翼無人機飛行控制系統(tǒng)設(shè)計與實現(xiàn)[J].中國測試，2014，40（2）：90-93.

[5]NONAMI K，KENDOUL F，SUZUKI S.Autonomous flyingrobots：unmanned aerial vehicles and micro aerial vehicles[J].Springer Publishing Company，Incorporated，2010：959-963.

[6]聶博文，馬宏緒，王劍.微小型四旋翼飛行器的研究現(xiàn)狀與關(guān)鍵技術(shù)[J].電光與控制，2007，14（6）：113-117.

[7]蔣兆軍，成孝剛，彭雅琴，等.基于深度學(xué)習(xí)的無人機識別算法研究[J].電子技術(shù)應(yīng)用，2017，43（7）：84-87.

[8]MANYAM S G，RATHINAM S，DARBHA S，et al.GPSdenied UAV routing with communication constraints[J].Journal of Intelligent&Robotic Systems，2016，84（4）：691-703.

[9]CAO Y.UAV circumnavigating an unknown target under aGPS-denied environment with range-only measurements[J].Automatica，2014，55（C）：150-158.

[10]丘愷彬，李建良.無人機識別的音頻特征提取方法[J].噪聲與振動控制，2018，38（2）：188-192.

[11]程翠.基于聲紋多諧波分析的無人機檢測與定位研究[D].杭州：浙江大學(xué)，2018.

[12]楊東海.基于聲音識別的四旋翼無人機探測技術(shù)研究與實現(xiàn)[D].長沙：湘潭大學(xué)，2017.

[13]王威，安騰飛，歐建平.無人機被動音頻探測和識別技術(shù)研究[J].聲學(xué)技術(shù)，2018，37（1）：89-93.

[14]CASE E E，ZELNIO A M，RIGLING B D.Low-cost acousticarray for small UAV detection and tracking[C].IEEE NationalAerospace and Electronics Conference.IEEE，2008：110-113.

[15]YUE X，LIU Y，WANG J，et al.Software defined radio andwireless acoustic networking for amateur dronesurveillance[J].IEEE Communications Magazine，2018，56（4）：90-97.

（編輯：徐柳）