[發明專利]一種復雜環境下的無人機集群無源定位方法及裝置有效
| 申請號: | 202210158592.4 | 申請日: | 2022-02-21 |
| 公開(公告)號: | CN114543810B | 公開(公告)日: | 2023-06-13 |
| 發明(設計)人: | 王偉;周永坤;丁博文;饒彬;王濤;周穎;鄒小海;徐峰 | 申請(專利權)人: | 中山大學 |
| 主分類號: | G01C21/20 | 分類號: | G01C21/20 |
| 代理公司: | 廣州嘉權專利商標事務所有限公司 44205 | 代理人: | 梁嘉琦 |
| 地址: | 510275 *** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 復雜 環境 無人機 集群 無源 定位 方法 裝置 | ||
1.一種復雜環境下的無人機集群無源定位方法,其特征在于,包括:
根據已偵測到目標對象的目標無人機采集所的定位信息,對所述目標對象進行粗定位,得到所述目標對象的粗定位信息;
將所述粗定位信息傳遞至所述目標無人機鄰域的相鄰無人機,并調整所述相鄰無人機的偵測方向,以使得所述相鄰無人機對所述目標對象進行偵測;
根據所述粗定位信息、所述目標無人機的自身位置信息以及所述目標無人機實時獲取到的目標方位信息,對所述目標對象的位置進行修正,得到第一位置信息;
將所述相鄰無人機偵測到的目標對象的位置信息與所述第一位置信息進行加權融合,得到所述目標對象的最終位置估計結果;
所述將所述相鄰無人機偵測到的目標對象的位置信息與所述第一位置信息進行加權融合,得到所述目標對象的最終位置估計結果,包括:
根據多元函數求極限理論,計算最小均方誤差下各個目標無人機量測值對應的加權系數;
根據所述加權系數計算所述加權融合后得到的誤差協方差矩陣;
根據所述誤差協方差矩陣,計算所述目標對象的最終位置估計結果;
其中,所述加權系數的計算公式為:
ωk,n代表加權系數;k和n代表無人機的序號;代表第n架無人機的觀測噪聲方差;rk代表第k架無人機的通信半徑;N代表無人機的總數量;
其中,所述誤差協方差矩陣的計算公式為:
Rk代表觀測誤差的協方差矩陣;代表第n架無人機的觀測噪聲方差;rn代表第n架無人機的通信半徑;
其中,所述目標對象的最終位置估計結果的計算公式為:
代表所述目標對象的最終位置估計結果;Rk代表觀測誤差的協方差矩陣;rn代表第n架無人機的通信半徑;zk,n代表第n架無人機觀測的目標位置信息。
2.根據權利要求1所述的一種復雜環境下的無人機集群無源定位方法,其特征在于,所述根據已偵測到目標對象的目標無人機采集所的定位信息,對所述目標對象進行粗定位,得到所述目標對象的粗定位信息,包括:
獲取各個目標無人機中傳感器的測量信息;
將所有傳感器的測量信息融合,得到匯合信息;
通過PLE算法對所述匯合信息進行計算,得到所述目標對象的粗定位信息;
其中,所述通過PLE算法對所述匯合信息進行計算的計算公式為:
其中,代表所述目標對象的粗定位信息;A代表無人機集群的觀測信息矩陣;b代表真實的目標方位信息。
3.根據權利要求1所述的一種復雜環境下的無人機集群無源定位方法,其特征在于,所述根據所述粗定位信息、所述目標無人機的自身位置信息以及所述目標無人機實時獲取到的目標方位信息,對所述目標對象的位置進行修正,得到第一位置信息,具體為:
根據所述粗定位信息、所述目標無人機的自身位置信息以及所述目標無人機實時獲取到的目標方位信息,通過MLE算法對所述目標對象的位置進行更新。
4.根據權利要求3所述的一種復雜環境下的無人機集群無源定位方法,其特征在于,
所述目標方位信息包括目標方位角測量值;
所述目標方位角測量值的似然函數的表達式為:
其中,代表所述目標方位角測量值的似然函數值;為所述目標無人機獲取到的目標方位角信息的量測值;K為所述目標無人機的數量;是目標方位角量測噪聲的對角協方差矩陣;θ(t)為t時刻所述目標無人機與所述目標對象之間的夾角;
所述目標對象的位置的更新公式為:
其中,pold表示更新前的目標對象的位置;pnew表示更新后的目標對象的位置;α為預設的學習率;和為代價函數的導數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中山大學,未經中山大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210158592.4/1.html,轉載請聲明來源鉆瓜專利網。





