无人机在电磁辐射和天线测量中发挥着重要作用，可以在真实环境中对辐射系统进行现场评估。 虽然与在电波暗室或室外尺度上进行的测量相比，这种测量的精度可能会有所降低，但它可以帮助评估天线辐射方向图并了解环境对辐射方向图的影响。
在某些情况下，无人机甚至配备了连续波发射器，充当 AUT 接收器。
通过比较无人机系统的精度和成本效益与传统的陆基解决方案或有人驾驶飞机的现场天线特性测量，结果表明，基于无人机的系统具有明显的优势。
因此，为了进一步提高测量的准确性和效率，我们提出了一种近场测量方法，可以在不需要额外的相源的情况下重建数据。
这种方法通过提高无人机定位和数据地理配准的准确性，为测量开辟了新的可能性。
无相源重构方法在天线测量中，可能无法直接使用功率检测器测量相位信息，因此需要相位恢复技术。 对于相位恢复，我们需要测量两个或多个采集表面上的NF，因为AUT NF区域中场分布随距离的空间变化包含足够的信息。
作为一种简化方案，我们通常将无限平面视为一个封闭面（重构域），并建立第二等效原理来重构域中等效磁流以外的相同场中的AUT辐射。
在某些情况下，我们还可以将封闭的表面截断为放置在 AUT 孔上的平坦表面，以便进行天线诊断。 此外，通过NF-FF变换，我们还可以计算AUT辐射方向图。
使用RTK系统进行厘米级精度的地理参考，以及对等效电流的初步猜测，我们对辐射场的测量幅度进行了深入分析。
接下来，我们将通过最小化与测量幅度和等效电流辐射场幅度相关的非线性成本函数来进一步优化结果。 我们考虑了非线性优化技术，并详细描述了探头的天线特性。
探测天线是UASAM项目的重要组成部分。 在设计过程中，我们研究了许多现有的选项，最终选择了低指向性天线。
之所以选择这种选择，是因为使用定向天线需要探头校准技术，但由于无人机姿态的不确定性，探头的方向性误差会对噪声系数（NF）测量产生较大的影响。
相反，低极性天线因其稳定的指向性而被广泛认为是无人机天线测量系统的理想探头选择。
在选择探头天线时，不仅要考虑其方向性，还要考虑其他因素，例如工作频段、带宽、重量、尺寸和极化纯度。 印刷单极天线以其低指向性、轻量化和紧凑的尺寸满足这些需求。
这些探头的辐射方向图已在 4 中通过在 65 GHz 时，使用奥维耶多大学电波暗室的球面范围进行测量。 商用单极天线在水平面上表现出良好的对称性，而对于定制的六边形印刷单极天线，它在绕y轴旋转方向上的对称性比商用单极天线更好。
在随后的测试中，我们使用这些单极天线作为 4 的探头对 65 GHz 的标准增益喇叭天线进行了基准测试。 我们选择了第二个六边形印刷单极天线作为要测试的天线。
在电波暗室的球面范围内，我们测量了商业印刷的单极天线。 通过这些实验，我们得出了关于无人机天线测量系统中探头选择的有用结论，也为后续的测量和分析提供了有价值的数据。
我们分析了准确性。
在无人机噪声系数测量中，定位问题是一个关键因素。 无人机定位误差通常是指目标飞行路径与实际飞行路径之间的距离差，而地理配准误差则表示无人机的实际位置与RTK、激光高度计和惯性传感器估计的无人机位置之间的距离差。
在自由空间测量中，航点之间的距离可能相对较大。
在噪声系数测量中，我们使用了NF-NF技术，该技术可以处理任意几何采集域，从而解决了高精度定位的要求，前提是需要对采集的数据的位置进行精确的地理配准。
这个问题的推荐解决方案是使用能够在高达 40 GHz 的频率下实现毫米级精度的激光跟踪系统。
在UASAM项目中，为了实现高精度定位和数据地理配准，我们使用了RTK模块和激光高度计。 虽然这将工作频率的上限限制在5-6 GHz左右，但它仍然涵盖了各种无线通信系统的工作频段，包括广播、移动网络和无线导航系统。
在实验中，我们使用了两个工作频率 4将 65 GHz 喇叭天线线性阵列 （AUT） 放置在电波暗室内的球形区域进行测量。
通过采用等效电流模型，我们成功地获得了AUT的电磁等效模型。 为了分析定位误差的影响，我们定义了两个半径分别为3米和4米、高度为2米的圆柱采集域，并将这些圆柱采集域的坐标视为目标无人机的飞行路径。
最后，将目标飞行路径与无人机实际飞行路径进行对比，得到定位误差的定量结果。
通过分析误差的概率密度函数，我们发现x轴和y轴方向的定位误差约为15-30 cm，而z轴方向的误差减小到小于10 cm。
为了测量RTK系统的地理配准不确定性，我们将无人机放置在固定位置，并记录了RTK的地理位置数据十分钟。 在水平面（x，y 轴）上，RTK 地理位置的标准差约为 px，y = 1-15 cm，在高度（z 轴）方向上，标准偏差增加到 pz = 3-4 cm。
通过引入激光高度计，我们成功地将这种不确定性降低到 pz = 1-2 cm。
为了确定地理配准误差对辐射方向图的影响，我们引入了一个符合正态概率密度函数n（0， ）的随机误差，并将其添加到真实无人机飞行路径的坐标中。
通过这种深入分析，我们基于AUT的等效电流模型计算了以下位置的噪声系数（NF）： 考虑到定位和地理配准误差，我们使用迭代相位反演技术（PSRM），并基于计算出的NF幅度计算了AUT的自由空间（FF）模式。
指出，即使没有地理配准误差，定位误差对辐射方向图的影响也不大，差异小于1 dB。 即使考虑到UASAM测量的低地理配准不确定性，也可以看到旁瓣水平的差异。
如果地理配准不确定性增加到 px， y = 4 cm， pz = 2 cm，则这些差异会进一步增加。 通过应用迭代相位反演技术（PSRM），可以将无人机定位误差对FF模式的影响降到最低。
这凸显了定位和地理参考误差在噪声系数测量中的重要性，并就如何通过先进的相位检索技术减少其影响提供了建议，为未来的天线测量和分析提供了有用的指导。
结论得到了验证。
为了验证UASAM天线在高频下的性能，研究团队进行了S波段和C波段实验。 在实验中，我们测量了电波暗室的球面范围，并以此为基准。
因此，我们获得了天线诊断和自由空间模式的数据。 在第一个实验中，我们在 2 中使用了两个作品5 至 4 GHz 频段的喇叭天线阵列。
信号发生器提供 +10 dBm 的功率，并通过功率分配器传送到两个喇叭天线。 无人机放置在机场中央，站在3米高的杆子上，地面RTK设备距离无人机约10米，地面站（笔记本电脑）位于机场一侧。
在我们的实验中，我们研究了各种采集区域，包括平面、圆柱体和球体。 无人机可以在围绕 AUT 的垂直轴上飞行，同时与该轴保持一致的方向。
经过进一步研究，我们发现圆柱形采集路径适用于这种NF测量，因为它只在垂直轴上引入了误差。 核心思想：信号发生器提供功率，通过功率分配器传递到天线; 无人机处于一定高度，与地面RTK设备和地面站保持一定距离; 地面站设置在机场旁边; 在实验中研究了各种收集区域。 无人机可以在垂直轴上飞行，并与轴保持一致的方向; 在这种情况下，圆柱形采集路径适用于NF测量。
在此应用示例中，UASAM 大约需要 15 分钟来安装和设置。 每个气缸的测量时间分别约为 10 分钟 （r=3 m） 和 15 分钟 （r=4.）5米），无人机的飞行速度为12 米秒
每 25 毫秒进行一次测量，RTK、激光高度计和惯性传感器提供的信息用于地理参考测量。 在实验中观察到主瓣和旁瓣。
研究结果清楚地表明了UASAM在天线诊断和表征评估中的可行性。 这项研究的关键是将具有厘米级精度的地理配准系统与仅使用 NF 幅度进行测量的算法相结合。
这使得在各种几何采集域中执行天线测量变得更加容易，降低了无人机所需的硬件和传感器的复杂性，从而实现了紧凑和低功耗的无人机系统。
这种方法成功地平衡了成本和精度，为天线测量系统带来了多重好处。 UASAM的快速部署和运行使其具有在各种无线通信系统现场进行快速天线测试的巨大潜力。
这些实验结果有力地支持了UASAM的实际应用和未来天线测量技术的发展，也强调了该系统在提高无线通信系统性能和可靠性方面的重要地位。