[發(fā)明專利]基于CASSA優(yōu)化的無(wú)人機(jī)集群置信傳播協(xié)同定位方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110261909.2
• 申請(qǐng)日: 2021-03-10
• 公開（公告）號(hào): CN112995898B
• 公開（公告）日: 2022-06-10
• 發(fā)明（設(shè)計(jì)）人: 李欣童;熊智;陳明星;史晨發(fā);熊駿;宋豐毅;王婕;安競(jìng)軻;曹志國(guó);李婉玲
• 申請(qǐng)（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號(hào): H04W4/02
• 分類號(hào): H04W4/02;H04W4/024;H04W4/40;H04W64/00;H04W84/08
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 曹蕓

本發(fā)明公開了一種基于CASSA優(yōu)化的無(wú)人機(jī)集群置信傳播協(xié)同定位方法，屬于群體無(wú)人機(jī)編隊(duì)協(xié)同定位導(dǎo)航技術(shù)領(lǐng)域。該方法包含以下步驟：（1）初始化所有無(wú)人機(jī)節(jié)點(diǎn)；（2）計(jì)算無(wú)人機(jī)節(jié)點(diǎn)的自身位置預(yù)測(cè)信息，計(jì)算集群之間的協(xié)同信息；（3）計(jì)算t時(shí)刻無(wú)人機(jī)i測(cè)距范圍內(nèi)所有組合構(gòu)型的GDOP，混沌初始化麻雀搜索算法；（4）采用CASSA，選擇出GDOP最優(yōu)的構(gòu)型組合方式，無(wú)人機(jī)i與該最優(yōu)構(gòu)型進(jìn)行協(xié)同信息交互；（5）回到步驟（2）進(jìn)行迭代，根據(jù)無(wú)人機(jī)邊緣后驗(yàn)位置概率分布求得后驗(yàn)位置估計(jì)值，直到后驗(yàn)位置信息收斂。本發(fā)明在網(wǎng)絡(luò)中能夠提高低成本無(wú)人機(jī)的定位精度，適用于大規(guī)模、大范圍無(wú)人機(jī)網(wǎng)絡(luò)以及衛(wèi)星拒止等復(fù)雜飛行環(huán)境，適合工程實(shí)際應(yīng)用。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于CASSA(混沌自適應(yīng)麻雀搜索算法)優(yōu)化的無(wú)人機(jī)集群置信傳播協(xié)同定位方法，屬于群體無(wú)人機(jī)編隊(duì)協(xié)同定位導(dǎo)航技術(shù)領(lǐng)域。

背景技術(shù)

隨著技術(shù)的發(fā)展，無(wú)人機(jī)集群編隊(duì)擁有比單個(gè)無(wú)人機(jī)更高的性能、效率、可靠性和安全性，結(jié)合了單機(jī)的導(dǎo)航定位與控制理論技術(shù)，廣泛應(yīng)用于協(xié)同作戰(zhàn)、戰(zhàn)場(chǎng)偵察、協(xié)同搜索等領(lǐng)域。得益于近幾年通訊技術(shù)的迅速發(fā)展，無(wú)人機(jī)集群與無(wú)線傳感網(wǎng)絡(luò)有一些相似的技術(shù)，其中協(xié)作定位是提供準(zhǔn)確、可靠定位信息的主流手段之一。無(wú)人機(jī)集群編隊(duì)在實(shí)現(xiàn)各自自主導(dǎo)航的基礎(chǔ)上，通過(guò)數(shù)據(jù)鏈等的信息交互，互通有無(wú)，結(jié)合其他無(wú)人機(jī)節(jié)點(diǎn)的導(dǎo)航信息，不斷提高修正自身的定位精度。

目前集群中每一架無(wú)人機(jī)都是網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn)，進(jìn)行數(shù)據(jù)接收和發(fā)送，實(shí)現(xiàn)導(dǎo)航狀態(tài)的估計(jì)。在衛(wèi)星拒止情況下，只能依靠集群網(wǎng)絡(luò)中提供的信息進(jìn)行估計(jì)。但是網(wǎng)絡(luò)中協(xié)同信息對(duì)組網(wǎng)的無(wú)人機(jī)集群估計(jì)是完全過(guò)剩的，并且很多信息對(duì)定位精度貢獻(xiàn)不高，甚至?xí)绊憣?shí)時(shí)性，導(dǎo)致計(jì)算負(fù)荷大且對(duì)通信帶寬需求大，無(wú)法滿足編隊(duì)過(guò)程中對(duì)導(dǎo)航定位信息的精度及實(shí)時(shí)性需求。如何對(duì)節(jié)點(diǎn)的協(xié)同信息進(jìn)行篩選，找到穩(wěn)定可靠的信源無(wú)人機(jī)是集群無(wú)人機(jī)中需要解決的難題。集群的協(xié)同精度不僅與自身的傳感器設(shè)備有關(guān)，還與多無(wú)人機(jī)的飛行構(gòu)型有關(guān)。構(gòu)型的優(yōu)劣可以用幾何精度因子(GDOP)描述，幾何精度因子越小，對(duì)集群定位就越有利。需要考慮集群無(wú)人機(jī)導(dǎo)航中的信源節(jié)點(diǎn)的篩選問(wèn)題，利用幾何精度因子作為篩選標(biāo)準(zhǔn)，選擇出對(duì)當(dāng)前無(wú)人機(jī)節(jié)點(diǎn)GDOP最優(yōu)的組合方式，可以建模成為最優(yōu)化問(wèn)題。麻雀搜索算法是一種新型的群體智能優(yōu)化算法，比傳統(tǒng)的優(yōu)化算法更具有收斂快，穩(wěn)定性好，魯棒性強(qiáng)，適用于集群編隊(duì)這類實(shí)時(shí)性要求高的應(yīng)用場(chǎng)景。因此研究基于改進(jìn)麻雀搜索算法優(yōu)化的無(wú)人機(jī)集群協(xié)同定位方法，從而提高導(dǎo)航系統(tǒng)性能，將具有重要的研究意義。

發(fā)明內(nèi)容

本發(fā)明提出了一種基于CASSA優(yōu)化的無(wú)人機(jī)集群置信傳播協(xié)同定位方法，利用一種新型的智能優(yōu)化算法——麻雀搜索算法，并且在原始的麻雀搜索算法的基礎(chǔ)上進(jìn)行了改進(jìn)，來(lái)尋找集群無(wú)人機(jī)最優(yōu)化的最優(yōu)構(gòu)型問(wèn)題。在置信傳播算法的基礎(chǔ)上，利用麻雀搜索算法尋優(yōu)得到的最優(yōu)構(gòu)型，只與最優(yōu)構(gòu)型的無(wú)人機(jī)節(jié)點(diǎn)進(jìn)行協(xié)同修正信息的交互，從而實(shí)現(xiàn)了對(duì)低貢獻(xiàn)度信息的排出和篩選，在保證精度的基礎(chǔ)上簡(jiǎn)化了計(jì)算量。

本發(fā)明為解決上述技術(shù)問(wèn)題采用以下技術(shù)方案：

一種基于CASSA優(yōu)化的無(wú)人機(jī)集群置信傳播協(xié)同定位方法，包括如下步驟：

步驟1，初始化所有節(jié)點(diǎn)的位置概率分布；

步驟2，計(jì)算無(wú)人機(jī)節(jié)點(diǎn)的自身位置預(yù)測(cè)信息，并且通過(guò)網(wǎng)絡(luò)傳播自身信息和測(cè)距范圍內(nèi)的相對(duì)測(cè)距信息，計(jì)算相應(yīng)的協(xié)同信息；

步驟3，計(jì)算t時(shí)刻無(wú)人機(jī)i測(cè)距范圍內(nèi)所有組合構(gòu)型的GDOP，混沌初始化麻雀搜索算法；

步驟4，將每一種組合的GDOP作為麻雀搜索算法的適應(yīng)度函數(shù)，執(zhí)行自適應(yīng)混沌麻雀搜索算法，選出最優(yōu)GDOP的構(gòu)型組合方式，無(wú)人機(jī)i與該最優(yōu)構(gòu)型進(jìn)行協(xié)同信息交互；

步驟5，回到步驟2進(jìn)行迭代，直到后驗(yàn)位置信息收斂。