[发明专利]一种网络化多智能体主动变拓扑的自主协同定位方法

说明书

本发明提出一种网络化多智能体主动变拓扑的自主协同定位方法，属于信号处理技术领域。该方法针对由m个基准智能体和n个普通智能体组成的网络化多智能体系统；定位开始前，每个普通智能体获得由m个基准智能体包络的位置估计初值计算基准和速度估计初值计算基准；每个普通智能体分别初始化自身位置估计值和速度估计值后，通过两阶段定位，每个普通智能体每时刻主动变换计算学层面的拓扑结构，根据变拓扑选择的邻居智能体的定位和定速估计信息及邻间距离的感知信息，计算协调自身定位和定速估计，完成自主协同定位。本发明具有分布式、自组织、可扩展等特点，能够极大程度避免定位估计陷入局部最优，保证定位结果准确，具有很强的鲁棒性。

技术领域

本发明属于信号处理技术领域，特别涉及一种网络化多智能体主动变拓扑的自主协同定位方法。

背景技术

智能体通常指具有计算能力、通信能力、响应能力、感知能力等基本能力的个体，常见的智能体包括卫星、无人机、机器人、智能传感器等。利用多个相对简单的智能体协调配合组网形成网络化多智能体系统，可以完成原本复杂大型化单一智能体难以胜任的任务。常见的网络化多智能体例如近距卫星集群、无线传感器网络、合成孔径相机等，在目前国计民生各个领域具有巨大的应用潜力。

网络化多智能体的协调应用关键基础在于智能体的定位，也称节点定位，但由于网络化多智能体系统中通常智能体数目庞大，且由于GPS/北斗等定位精度较低、初装成本及能耗代价高昂、信号易发生几何学干涉或遮挡等原因，不宜采用GPS等装置为所有智能体提供绝对定位，因此基于邻近信息的多智能体协同定位成为研究与应用的关键之一。邻近距离感知是多智能体相对感知中最易实现、成本与能耗代价最低、最为可靠的感知方式之一，然而不同于矢量感知(含方位信息)，距离感知是关于相对位置的高度非线性标量观测，采用距离感知作为测量手段，极大增大了网络化多智能体的定位方法难度。

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，集中式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网络。

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网络。

中国专利200910310553.6公布了一种分布式无线传感器网络节点定位方法，包括三个定位阶段，第一阶段每个智能体随机定位，互相比较定时的时间长度，将比较结果作为一种依据，自主选择从哪个智能体开始定位，第二阶段进行增量式定位，将定位扩大到网络全局，第三阶段最终达到全网智能体的定位，该方法属于分布式定位方法，兼具增量式和并行式的部分特征。该方法的主要缺点与增量式方法相同。