[发明专利]多智能体分布式协同定位方法

说明书

本发明涉及一种多智能体分布式协同定位方法，属于信号处理技术领域，本方法包括：每个智能体分别建立用于实时估计的状态变量；对该状态变量进行预测、对邻近智能体进行相对距离的测量、对状态变量预测值进行本地优化、对状态变量中他体位置矢量估计值进行邻域索求与响应、对状态变量估计值进行邻域优化、对状态变量中本体位置矢量估计值进行邻域交换、对状态变量估计值进行重建，每当新时刻来临，重复进行新时刻的实时定位估计。本发明可面向连通的任意规模多智能体网络，具有规模可扩展性，可充分利用多智能体网络中的点对点信息，实现高精度的智能体定位能力。

技术领域

本发明属于信号处理技术领域，特别涉及一种多智能体分布式协同定位方法。

背景技术

智能体泛指具有智能的实体，通常具有计算能力、通信能力、响应能力等功能，常见的智能体有人造卫星、无人机、无人车、智能家居、智能硬件、机电一体化传感器等等。自身位置待定的智能体称为普通智能体，已知自身位置的实体或者具有绝对定位能力的实体均称为锚点智能体，简称锚点。

锚点指已知自身位置的一类实体，可以是一类具有绝对定位能力的特殊智能体，也可以是具有绝对定位能力的其他实体；普通智能体指自身位置待定的智能体；r_i代表智能体i的真实位置矢量，代表智能体i对智能体j位置的估计量；代表智能体i邻近的锚点集合，代表智能体i邻近的普通智能体集合，和均已排序，其集合大小分别用和表示，集合中的第k个锚点或邻近智能体分别表示为和

随着社会需求的快速增长和科学技术的不断进步，可以利用多个相对简单的智能体协同配合工作组合成多智能体系统，完成原本复杂大型化的单一智能体才能胜任的任务。多智能体系统得到了人们日益广泛的重视与应用，例如常见的多智能体系统有无线传感器网络、合成孔径相机等，通过多个简单智能体配合工作，可以实现复杂的环境监测、目标跟踪、高分辨率成像等功能。智能体定位是多智能体系统的关键技术之一，大量协同任务都高度依赖于定位能力和定位精度。为所有智能体配备定位装置(例如GPS模块、北斗模块等)是昂贵且高功耗的，尤其不适合拥有成百上千数量智能体的大规模多智能体系统。

多智能体系统的定位问题可以表述为，如何利用系统中较少的锚点去定位系统中众多普通智能体。

多智能体系统的定位方法可以分为集中式方法和分布式方法两大类，分布式方法又可细分为增量式和并行式两小类。

中国专利200910000855.3公布了一种传感器网络的无线定位方法，各无线传感器分别将自身获得的信号通过树形网络传达到总台服务器，总台服务器对全部信号进行集中处理，进而计算出每个传感器的位置，再通过树形网络分发回每个智能体，从而实现多智能体的定位，该方法属于集中式定位方法。该方法通过总台服务器进行集中的信息汇总、计算和分发，因此总台服务器的计算代价、通信代价和成本代价巨大，受网络拓扑结构的限制严重，而且一旦总台服务器失效，则其定位功能完全失效，因此不适合大规模多智能体系统。

中国专利201310072598.0公布了一种无线传感器网络中智能体的定位方法，待定位智能体查询与自身邻近的锚点信息表，当其邻近的锚点数目大于或者等于3个时，该待定位智能体与锚点进行测距，获得至少3个测距样本，进而采用最大似然估计算法获得待定位智能体的位置坐标，当某个智能体完成定位后，这个智能体又充当起新的锚点，辅助其他智能体进行定位，因此该方法的定位是一层一层扩增的，属于增量式的分布式定位方法。增量式方法相比集中式方法而言，具有一定的分布计算的特征，因此降低了对任意节点计算通信能力的要求。然而这种方法也具有较大的缺点，主要有两个方面，其一，增量式方法中每个智能体只能利用智能体与锚点之间的测距信息进行定位，而不能利用智能体与智能体之间测距信息，定位精度较低，其二，增量式方法的定位误差会随着定位传播而累积扩大，不适合大规模多智能体系统。