輕型四旋翼無人機聲場特性研究

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定性和其他相關特性，該文通過構建測試平臺對輕型四旋翼無人機在不同電流、距離下的聲場進行測試;并對固定飛行高度下的無人機聲場頻率進行試驗。試驗結果表明：無人機聲壓強度與聲音的傳播距離呈對數關系;隨著電流的增加，聲壓衰減系數逐漸減小;在無人機聲場衰減模型中常數項基本保持不變，且只和環境相關。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研究與發展提供理論和實踐的依據。

關鍵詞：四旋翼;無人機;聲場特性;聲壓

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

0 引言

無人機（unmanned aerial vehicle，UAV）是由動力驅動的、無線遙控或自主飛行，機上無人駕駛并可重復使用的飛行器[1-4]。新世紀以來，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絡、計算機應用與控制、計算機信息處理等方面。電子技術的發展，物聯網技術趨于成熟，多旋翼無人機飛行器也應運而生。相比固定翼無人機，多旋翼無人機體積小、質量輕、隱蔽性強，能實現低空懸停、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、穩定的平臺在軍事與民用領域得到了廣泛的應用[5-6]。

近年隨著無人機的發展，采用無人聲場對無人機識別、檢測、跟蹤等成為當前的研究熱點[7-9]。無人機聲場特征與傳播特性的研究也為當前迫切需要解決的基礎性問題。為此，丘愷彬等[10]基于無人機噪聲的產生機理，對不同類型的無人機聲場信號進行特征提取，建立分類器對無人機進行分類與識別;實驗證明了利用聲音感知技術來識別與監管無人機的可行性。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行了分類，從而實現無人機檢測。楊東海[12]采用FISHER準則擇優選取的特征參數結合支持向量機法對無人機的聲音進行識別，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無人機的探測和識別。Cased[14]等采用廉價的麥克風設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絡為基礎構建了聲場無人機人侵判別系統;同時通過無線聲傳感器網絡和機器學習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。

隨著無人機數量的增加，其檢測與探測成為當前的研究熱點，采用無人機聲壓是實現該目的的重要手段。無人聲場研究是推進相關研究進步的重要基礎，然而無人機聲場基礎實驗與測試層面的研究甚少。因此，針對當前研究的現狀，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用及發展提供理論和實踐依據。

1 試驗設備與試驗過程

1.1 無人機試驗平臺

無人機試驗平臺是由Pixhawk飛行控制器、電子調速器、無刷電機、螺旋槳、3DR無線數傳模塊、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、應急處理器組成。主要功能是采集無人機平臺相關參數（GPS信息、無人機工作狀態等信息），并根據無線數傳模塊與接收機接收來自地面站或遙控器的指令，進而通過電子調速器控制電機運轉，達到所需工作狀態。

2）無刷電機：采用JFRC颶風u3508無刷電機，接收來自電子調速器的控制信號，并執行相關工作狀態。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、啟動后能夠自由調速等優點。

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，能實現較遠距離操控無人機飛行。采用總線數據傳輸，靈敏度高，支持4.8～6V電池，低壓設計，高端擴頻和跳頻技術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。

在準備完成上述所示的試驗設備后，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。同時，以32位STM32F100為測試協處理器，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字噪音計、風速測量儀、秒表等試驗儀器。其他試驗儀器包括支架、卷尺、刻度明確的風場板。其中希瑪AR854數據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20Hz～8kHz。該聲場計具有反應迅速、精確度高等優點。

1.2 試驗步驟

為了減小外界噪音對試驗造成的誤差，采取安靜微風的室外作為試驗環境，環境音量平均值為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動，并快速（1～2s）讓工作電流達到固定電流值，之后保持不變。

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

Step 4：整理試驗數據，去除試驗過程中錯誤操作導致誤差較大的數據，同一工作電流取3次測量數據的平均值，統計并記錄最終數據。

Step 5：分析數據，得出試驗結論。

2 試驗結果分析

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。無人機完成起飛進人懸停模式后，無人機的聲場頻率分布在0～15kHz區間，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者之間的內在規律，在同一工作電流下重復試驗3次，分別以無人機為中心構建直角坐標系，方向分別為X軸正半軸、Y軸正半軸，最大測量距離為10m，得出數據取其平均值。

為了研究無人機工作電流與聲壓之間的關系，取傳播距離為0.5，2，10m，得到工作電流與聲壓之間的關系圖曲線。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系圖。可知同一工作電流時，當距離增加，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;

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）

當無人機選定，測試環境相對不變時，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;

B——常數項。

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行擬合，可以得到不同電流時的相關系數取值，如表1所示。

由表1可知，不同電流的擬合系數均大于0.9，進而說明無人機聲場隨距離呈現明顯的對數關系。同時隨著電流的增加，衰減系數A逐漸減小，說明A與無人機工作電流密切相關。而常數項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項只和環境相關。

3 結束語

本文通過構建無人機聲場實驗平臺，對四旋翼無人機聲場進行試驗，通過數據分析建立相關數學模型。試驗結果表明：無人機的聲場頻率分布在0～15kHz區間，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，兩者呈明顯線性關系。同時聲壓與距離呈對數關系，距離越遠，聲壓越小。隨著電流的增加，衰減系數A逐漸減小;在無人機聲場衰減模型中常數項B基本保持不變，且只和環境相關。實驗結果可為今后該平臺的實際應用提供相關支持。

參考文獻

[1]張欣.多旋翼無人機的姿態與導航信息融合算法研究[D].長春：中國科學院研究生院（長春光學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計與實現[J].中國測試，2014，40（1）：119-122.

[3]胡春明，郝蒙蒙.無人機活塞式發動機進排氣系統優化[J].航空動力學報，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設計與實現[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狀與關鍵技術[J].電光與控制，2007，14（6）：113-117.

[7]蔣兆軍，成孝剛，彭雅琴，等.基于深度學習的無人機識別算法研究[J].電子技術應用，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，2018.

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

[13]王威，安騰飛，歐建平.無人機被動音頻探測和識別技術研究[J].聲學技術，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）