[发明专利]用于无人机蜂群协同导航的动态互观测在线建模方法有效

专利信息
申请号: 201910699294.4 申请日: 2019-07-31
公开(公告)号: CN110426029B 公开(公告)日: 2022-03-25
发明(设计)人: 王融;熊智;刘建业;李荣冰;李传意;杜君南;陈欣;赵耀;崔雨辰;安竞轲;聂庭宇 申请(专利权)人: 南京航空航天大学
主分类号: G01C21/00 分类号: G01C21/00;G01C21/20
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 姜慧勤
地址: 210016 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 无人机 蜂群 协同 导航 动态 观测 在线 建模 方法
【说明书】:

发明公开了用于无人机蜂群协同导航的动态互观测在线建模方法,该方法首先根据各成员卫星导航接收机可见星数量对成员进行第一级筛选,明确当前时刻各成员在协同导航中的角色,随后建立以待辅助的各对象成员为原点的移动坐标系,并计算各备选参考节点的坐标;在此基础上,根据与各对象成员的是否可相对测距,对各备选参考节点进行第二级筛选,获得可用参考成员集合,并初步建立动态互观测模型;最后通过迭代修正对模型进行优化,并根据无人机蜂群观测关系、自身定位性能和协同导航中角色的变化进行新一轮动态互观测建模,为有效实现无人机蜂群协同导航提供准确依据。

技术领域

本发明涉及用于无人机蜂群协同导航的动态互观测在线建模方法,属于无人机蜂群协同导航技术领域。

背景技术

无人机蜂群是国内外近年来提出的新概念,即多架无人机为适应任务要求而进行的三维空间排列和任务分配的组织模式,它既包括编队飞行的队形产生、保持和重组,也包括飞行任务的组织,可以根据外部情况和任务需求进行动态调整。

传统组合导航系统模型主要是基于固定参考坐标系和固定性能的量测信息,而无人机蜂群在飞行过程中各成员的相对位置和定位性能处于不断变化过程中,各成员在蜂群协同导航中是作为被辅助的对象节点还是辅助的参考节点的角色也不断变化,传统组合导航模型无法适应无人机蜂群协同导航需求。

因此,研究基于移动参考坐标系并考虑成员间观测关系、自身定位性能和协同导航中角色变化的动态互观测模型和建模方法,将能够有效地实现协同导航过程中互观测信息的自适应模型描述,为无人机蜂群发挥自主协同优势提供支持。

发明内容

本发明所要解决的技术问题是:提供用于无人机蜂群协同导航的动态互观测在线建模方法,在移动参考坐标系下考虑成员间观测关系、自身定位性能和协同导航中角色变化,建立动态互观测模型并进行优化,为有效实现协同导航提供准确依据。

本发明为解决上述技术问题采用以下技术方案:

用于无人机蜂群协同导航的动态互观测在线建模方法,包括如下步骤:

步骤1,对无人机蜂群中的每个成员进行编号并表示为1,2,…,n,按照当前时刻各成员机载卫星导航接收机接收到可用星数量,对成员进行第一级筛选,确定各成员在协同导航中的角色:设接收到可用星数量小于4的成员为对象成员,将对象成员编号集合记为A;设接收到可用星数量不小于4的成员为备选参考成员,将备选参考成员编号集合记为B;且

步骤2,获取对象成员i机载导航系统指示位置,并以该指示位置为原点,建立该对象成员当地东北天地理坐标系,i表示成员编号且i∈A;

步骤3,获取备选参考成员j机载导航系统指示位置及其定位误差协方差,并将备选参考成员j机载导航系统指示位置及其定位误差协方差均转换到步骤2建立的对象成员i当地东北天地理坐标系中,j表示成员编号且j∈B;

步骤4,按照每个对象成员与每个备选参考成员之间是否可以相互测距,对备选参考成员进行第二级筛选,确定各备选参考成员在协同导航中的角色:设与对象成员i可以相互测距的备选参考成员为对象成员i的可用参考成员,将对象成员i的可用参考成员编号集合记为Ci,且

步骤5,计算对象成员与其可用参考成员的互观测矢量,并根据互观测矢量计算对象成员与其可用参考成员的矢量投影矩阵;

步骤6,计算对象成员与其可用参考成员的对象位置投影矩阵以及可用参考位置投影矩阵;

步骤7,利用步骤5获得的矢量投影矩阵和步骤6获得的对象位置投影矩阵,计算对象成员与其可用参考成员之间状态互观测矩阵;

步骤8,利用步骤5获得的矢量投影矩阵和步骤6获得的可用参考位置投影矩阵,计算对象成员与其可用参考成员之间噪声互观测矩阵;利用噪声互观测矩阵,计算对象成员与其可用参考成员之间互观测噪声协方差;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910699294.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top