测向背景
在无线电测向操作中，目标是确定某个射频（RF）发射源的精确位置。该发射源可能是非法或干扰性的发射器，也可能是狐狸猎捕比赛中的信标、资产/宠物/野生动物跟踪信标、搜救信标，或只是一个不明的可疑信号。
要通过三边测量法定位发射源，需要使用无线电测向设备从多个位置测定指向发射源的方位角。然后将这些方位角绘制在地图上，它们的交汇点即为对发射源位置的估计。
然而，无线电测向的方位角通常会存在几度的误差，并且由于“多径效应”（multipath）的存在，测向结果往往会受到较大影响，导致精度下降。
测向方法
1. 基于定向天线的方法：
这些方法使用如八木天线（Yagi）等定向天线，由用户手动旋转天线，寻找信号功率最强的方向，并记录该方向。然后在其他位置重复这一过程，直到能够通过三角测量定位发射器的位置。
一些更自动化的方法可能会使用环形排列的多个定向天线阵列来实现。
2. 拟多普勒（Pseudo-Doppler）方法：
拟多普勒方法使用固定的天线阵列，阵列中的每个天线单元会以极短时间轮流依次激活，这模拟了一个天线以极高速度在水平面上旋转的效果。当天线“旋转”朝向信号源时，接收到的频率会升高；当“旋转”背离信号源时，频率则会降低。通过分析这些频率变化，可以确定信号的方向。LoJack 系统（用于警方追踪被盗车辆）就使用了这种较早期的拟多普勒测向技术。
业余无线电领域中有多种拟多普勒设备，如使用普通扫描接收机的 RDF42 和 DDF2020T。开源项目 Opera Cake 也为 HackRF 提供了拟多普勒实现。
3. 到达时间差（TDoA, Time Difference of Arrival）：
TDoA 方法需要多个时间同步的无线电设备分布在一定距离范围内。每个设备记录接收到信号的时间差，然后利用这些时间差计算接收器之间的双曲线轨迹，进而定位信号源。这种方法是 KiwiSDR 所采用的。
4. 相关干涉测向（Correlative Interferometry）：
该方法通过提取天线阵列中接收到信号之间的相位差来判断方向。KrakenSDR 就是采用这一测向方法的典型代表。
多径效应（Multipath）
多径效应是指目标信号在传播过程中被地形、建筑物或车辆等物体反射或折射，导致无线电测向系统将反射信号误认为是原始信号源。这种情况会使测得的方位角偏离实际方向，甚至可能产生完全错误的读数。最严重的情况是，当接收天线阵列无法与信号源形成视距（Line-of-Sight, LOS）路径时，系统只能接收到反射信号。
一个类比的例子是：你可能在室内看到墙面上的阳光。如果你看不到太阳本身，又不了解光的传播原理，可能会误以为光源是墙壁、镜子或者窗户，而不是太阳。
因此，如果我们在一个多径效应显著的位置（通常是由于缺乏视距路径）进行单点测向，就可能对信号来源方向做出错误判断。为了获得更准确的位置，我们需要在多个地点进行多次测向，借此平均掉那些由于多径效应而产生的偏差读数。
实现这一目标的方式包括：
- 在多个地点部署测向站点，每个站点配备 KrakenSDR 和天线阵列；
- 或者使用单个 KrakenSDR 搭载于车辆中移动，并在多个位置进行测量采样。
此外，使用更大的天线阵列（前提是阵列元间距仍小于半波长）也有助于减轻多径效应的影响。较小的阵列分辨率较低，容易将多径信号混入主瓣，从而导致测向结果偏差；而较大的阵列具有更高的分辨率，多径信号更可能以独立、且较弱的旁瓣形式出现，从而更容易识别和忽略。
移动车载测向理论
许多简单的无线电测向系统需要用户驾驶车辆前往不同地点，手动进行测向并将方位角绘制在地图上。
在 KrakenSDR 系统中，我们利用了现代智能手机的技术，如地图服务、GPS 和指南针传感器。随着车辆移动，系统会自动记录 KrakenSDR 生成的方位角，并结合智能手机传感器提供的当前位置和朝向信息，采集数百次测向读数。随着时间积累，系统会通过计算这些方位角的平均交点，逐步定位发射源的位置。我们使用 MapBox 地图服务将这些数据可视化显示在地图上，方便用户理解，并且还内置了逐步导航功能，帮助用户无需查看地图也能直接前往信号源位置。
高级功能： KrakenSDR 应用实际上使用了一种比简单方位交点计算更智能的方法。它利用了相关干涉测向算法提供的完整 360 度方向数据，这其中也包含了多径信号的方向信息。应用将这些 360 度方向数据叠加在一个网格上，并按一定权重激活对应的网格单元。随着采样次数增加，激活次数最多的网格单元就被判定为包含发射源的位置。
发表回复