[发明专利]基于声学测量网络的水下多AUV协同定位编队拓扑结构优化方法

说明书

本发明属于声学测量领域，具体涉及一种基于声学测量网络的水下多AUV协同定位编队拓扑结构优化方法。本发明在多随从AUV情况下，考虑了声学测距误差与距离的相关性，具有更高的实用价值；针对位置信息的不确定性，根据相应的概率密度采用蒙特卡洛方法对可能分布区域内的编队构型进行优化设计；采用基于退火思想的步进递推的策略，不管主艇初始位置在何处，均可经过迭代步骤找到其最优位置布局；本发明引入Metropolis准则作为判断是否接受新解作为当前解的准则之一，可有效改善当局部最优解出现时迭代不再继续进行的情况；本发明的迭代过程产生新解邻域的大小与温度高低直接相关，增加最终结果的精确性。

技术领域

本发明属于声学测量领域，具体涉及一种基于声学测量网络的水下多AUV协同定位编队拓扑结构优化方法。

背景技术

协同定位是目前中间层区域多自主式水下航行器最有效的导航方法之一。航行器编队拓扑结构会对整个系统的可观测性产生直接影响，从而影响多自主水下航行器协同定位精度。因此，考虑水声测距误差与距离的相关性，对协同定位系统的编队拓扑结构进行优化，使系统的可观测性达到最优，是协同定位方向需要深入研究的课题。目前针对多领航、多随从AUV 系统，多采用Fisher信息矩阵推导评价函数，采取基于偏导数的梯度算法进行位置的迭代。然而，该方法的求解过程依赖于初始位置的选取，若初始位置选取不当，往往存在陷入局部最优解的危险，而无法得到最优拓扑结构。

本发明考虑和距离相关的水声噪声，采用引入退火思想的步进递推策略对多AUV协同定位系统的最优编队拓扑构型的优化方法进行了研究。现在常用的令对随从AUV取Fisher 信息矩阵的行列式作为评价函数的方法，在AUV编队规模日益扩大的情况很难通过计算机解算得到最优编队拓扑结构；基于偏导数的迭代策略虽然可以在一定程度上避免多解或无解情况的产生，但在初始位置选取不当时往往受限于局部最优解而无法得到真正最优的拓扑结构。

针对目前在设计多AUV协同定位系统编队构型的求解困难的问题，本发明在基于Fisher 信息矩阵理论的基础上，综合考虑多随从AUV、随从AUV位置不确定以及与距离相关的水声噪声来推导评价函数，提出一种基于退火思想的步进递推策略，最终实现快速递推得到最优编队拓扑结构。本发明可用于多AUV协同定位系统的编队构型优化领域。

发明内容

本发明的目的在于提供一种能够在随从AUV位置不确定情形下，领航AUV从任意初始位置出发，完成多AUV协同定位系统编队构型快速优化设计的方法。

本发明的目的是这样实现的：

基于声学测量网络的水下多AUV协同定位编队拓扑结构优化方法，该方法包括以下步骤：

步骤1：建立多AUV协同定位模型；

步骤2：推算各随从AUV的Fisher信息矩阵；

步骤3：根据各随从AUV的Fisher信息矩阵，构建系统评价函数；

步骤4：根据系统评价函数，计算最优编队拓扑结构约束条件；

步骤5：引入退火思想完成步进递推过程；

步骤5.1：初始化；

步骤5.2：在邻域内产生新解；

步骤5.3：通过得到的新的领航AUV的位置参数x_inew和y_inew计算最优评价函数F_new；

步骤6：根据约束条件验证最终编队拓扑结构，找到最优位置布局。

本发明还包括：

步骤1所述的多AUV协同定位模型为：