表44可知，，若取，，可得 （STYLEREF1\s4SEQ（\*ARABIC\s147）即陣列的最大角度分辨力僅僅為。在此情況下，首先對兩個目標的位置不作限制，即隨機任選兩組單目標數(shù)據(jù)混合，在不同信噪比條件下各重復(fù)700次，得到DOA估計誤差及定位誤差分別如REF_Ref74170133\h圖417（a）、（b）所示?？梢姡词乖谛旁氡容^高的條件下，兩個目標DOA估計的平均誤差也在10度左右，定位平均誤差在30m左右。 （a）DOA估計誤差 （b）定位誤差圖STYLEREF1\s4SEQ圖\*ARABIC\s117雙目標DOA估計誤差及定位誤差本章小結(jié)本章首先結(jié)合實際情況研究了麥克風(fēng)陣列結(jié)構(gòu)的設(shè)計，對比了二維陣列與三維陣列的DOA估計效果。然后結(jié)合前文指出無人機音頻信號的特點，說明了傳統(tǒng)DOA估計法在無人機音頻信號應(yīng)用上的問題，并介紹了寬帶信號MUSIC測向方法，使其能夠適用于無人機的DOA估計。其次研究了無人機的目標的檢測，對待檢測量的分布進行了擬合，并根據(jù)貝葉斯假設(shè)檢驗理論得到檢測門限的設(shè)定準則。接著研究了無人機的DOA估計，根據(jù)無人機音頻特點對寬帶MUSIC方法進行了調(diào)整，通過頻譜峰值檢測來劃分子頻帶，并對不同頻帶的估計結(jié)果進行聚類，得到最終DOA估計結(jié)果。最后研究了單目標及多目標的定位問題，并通過仿真實驗對各個部分進行了性能分析。結(jié)論本文主要研究了無人機音頻信號特性及合成方法，以及通過聲陣列信號對無人機的檢測、測向及定位，完成的具體研究工作如下：（1）結(jié)合相關(guān)基礎(chǔ)理論知識，詳細分析了無人機音頻信號的產(chǎn)生原理及組成成分，在此基礎(chǔ)上根據(jù)其產(chǎn)生原理實現(xiàn)了無人機音頻的仿真合成，從而克服了無人機音頻數(shù)據(jù)采集上的困難，使得建立無人機音頻陣列信號數(shù)據(jù)集成為可能。（2）利用建立的數(shù)據(jù)集，對常用的傳統(tǒng)DOA估計方法進行了實驗分析，比較了各方法性能特點，為方法的選擇提供了依據(jù)，并結(jié)合實際情況研究了麥克風(fēng)陣列結(jié)構(gòu)的設(shè)計，對比了二維陣列與三維陣列對于二維DOA的估計效果。然后指出無人機音頻信號的特點，通過實驗說明了傳統(tǒng)DOA估計法在無人機音頻信號應(yīng)用上的問題，并介紹了寬帶信號MUSIC測向方法，使其能夠應(yīng)用于無人機的DOA估計。（3）研究了一種基于MUSIC空間譜的無人機目標檢測方法，該方法待檢測量為MUSIC空間譜峰值，利用了各陣元間噪聲不相關(guān)的特點，通過對待檢測量在不同假設(shè)下的分布進行擬合，并根據(jù)貝葉斯假設(shè)檢驗理論得到最優(yōu)檢測門限的設(shè)定準則，在很大程度上實現(xiàn)了對不相關(guān)噪聲的抑制。（4）針對無人機音頻特點，對寬帶MUSIC方法進行了調(diào)整，通過頻譜峰值檢測來劃分子頻帶，在準確率得到保證的前提下，一定程度上減少了計算量。通過對不同頻帶的估計結(jié)果進行聚類，直接得到最終估計結(jié)果，并綜合多結(jié)點數(shù)據(jù)實現(xiàn)對單個及多個無人機目標的定位，從而克服了大多傳統(tǒng)DOA估計法需要預(yù)知信源數(shù)目的缺點。本文存在的不足之處及后續(xù)改進方向：（1）本文所建立的無人機動力學(xué)模型為簡易模型，假設(shè)所有旋翼的轉(zhuǎn)速基本相同，音頻合成過程中也忽略了無人機貼地飛行情況下的混響、Lloyd鏡效應(yīng)等一些因素，而其中一些因素可以用來輔助定位無人機。因此，未來需要建立更加復(fù)雜的音頻合成模型，將這些因素考慮在內(nèi)。（2）本文所研究的方法，對于多無人機目標的偵測定位結(jié)果誤差相對較大，一方面是受限于聲陣列的分辨力，另