基于指纹库更新补偿的波束跟踪算法研究

针对拒止、复杂电磁环境下,高动态无人节点定向通信面临的坐标信息不精确、飞行姿态和轨迹变化剧烈等问题,为保持可靠的波束对准与跟踪,提出了一种基于卡尔曼滤波的指纹库更新补偿算法。首先,利用卡尔曼滤波算法对自身姿态进行预测更新,建立新的载体坐标系;利用改进的算法对波束指向进行预测更新,并利用指纹库对状态向量均值和协方差矩阵进行更新补偿,调节采样比例,并将新的数据存入指纹库对指纹库数据更新,然后进行二次状态信息预测,完成最终波束指向。整体设计的波束跟踪算法流程更加符合实际应用场景,满足无人机自组网的需求。仿真结果表明,在半波束宽度为3°,100个通信时隙中,维持正常通信的成功率有92%以上,相比传统跟踪算法提高了8%,具有更加稳定的通信质量。