[发明专利]一种基于数学统计特征的因子图协同定位算法

权利要求书

1.一种基于数学统计特征的因子图协同定位算法，其特征在于，包括以下步骤：

步骤1：建立基于数学统计特征的协同定位算法因子图模型；

步骤2：将位置变量的数学统计特征——期望、方差作为信度信息，对系统的位置状态信息进行滤波更新。

2.根据权利要求1一种基于数学统计特征的因子图协同定位算法步骤1所述的建立协同定位算法因子图模型中，其特征在于，将常规的协同定位二维问题转化为一维问题，两个一维问题分别由因子图中的x坐标组与y坐标组中的两个主要节点组表示。

具体思路为：主从艇测距信息通过节点F_i,(i＝1…N)进入因子图，从艇位置的先验估计通过节点A和B进入因子图，通过C_i和D_i节点将主从艇位置信息转化为x坐标组与y坐标组的位置差，然后通过节点E_i将x坐标组与y坐标组的信息进行融合。

3.根据权利要求1一种基于数学统计特征的因子图协同定位算法步骤2所述的对系统的位置状态信息进行滤波更新中，其特征在于，采用位置变量的数学统计特征——期望、方差作为信度信息在变量节点与函数节点之间进行传递。

首先定义了信度信息在迭代计算时遵守的准则表达式：

(1)从变量节点x发送给函数节点的信息是在x处接收除此函数节点之外的其他函数节点的所有信息的乘积；

(2)由函数节点传递到变量节点的信息是除该变量节点外所有邻居变量节点传递给该函数节点的信息与该函数的乘积，然后再对所有相关变量做积分得到的。

然后采用位置变量的期望、方差作为信度信息在变量节点与函数节点之间进行传递，最终实现x、y的滤波融合估计。

更新后的x、y的概率密度函数为：

式中，m_x,m_y,可通过下式进行计算：

式中，N——表示同一时刻从艇观测的距离信息的个数；

——表示由第n个主艇观测信息估计的从艇位置的x坐标的期望；

——表示由第n个主艇观测信息估计的从艇位置的y坐标的期望；

——表示对应的方差；

——表示对应的方差。