[发明专利]基于无人机定位预测方法、装置和无人机

权利要求书

1.一种无人机定位预测方法，其特征在于，包括：

根据无人机集群内设有多源传感器组的目标无人机当前的本地观测量，确定所述目标无人机在预测时刻的本地定位状态估计数据；

基于预设的逆协方差交叉方法，根据所述目标无人机当前与所述无人机集群内其他无人机之间的相对观测量，获取所述目标无人机在所述预测时刻的相对定位状态估计数据；

基于预设的序贯方法，对所述目标无人机的本地定位状态估计数据和相对定位状态估计数据进行数据融合，以得到所述无人机在所述预测时刻的目标定位状态预测结果。

2.根据权利要求1所述的无人机定位预测方法，其特征在于，在所述根据无人机集群内设有多源传感器组的目标无人机当前的本地观测量，确定所述目标无人机在预测时刻的本地定位状态估计数据之前，还包括：

根据无人机集群内的目标无人机分别与北斗卫星之间钟差、在ECEF坐标系下的三维位置、三维速度及三维加速度，确定该目标无人机的状态数据；

根据所述目标无人机的状态数据构建该目标无人机的离散系统模型，并基于所述目标无人机当前的IMU观测量；

当所述离散系统模型为非线性时，根据所述目标无人机的北斗观测模型确定该目标无人机当前的本地观测量。

3.根据权利要求2所述的无人机定位预测方法，其特征在于，所述根据无人机集群内设有多源传感器组的目标无人机当前的本地观测量，确定所述目标无人机在预测时刻的本地定位状态估计数据，包括：

根据所述目标无人机当前的本地观测量对所述目标无人机进行局部定位状态估计，以得到所述目标无人机在预测时刻的本地定位状态估计数据；其中，所述本地定位状态估计数据包括局部状态估计值和对应的估计误差的协方差矩阵。

4.根据权利要求3所述的无人机定位预测方法，其特征在于，还包括：

基于预设的极大极小鲁棒估计原理与无偏线性最小方差准则，采用鲁棒时变滤波器对所述本地定位状态估计数据进行滤波；

根据滤波后的所述本地定位状态估计数据对所述目标无人机进行位置状态更新。

5.根据权利要求1所述的无人机定位预测方法，其特征在于，在所述基于预设的逆协方差交叉方法，根据所述目标无人机当前与所述无人机集群内其他无人机之间的相对观测量，获取所述目标无人机在所述预测时刻的相对定位状态估计数据之前，还包括：

若所述目标无人机与所述无人机集群内的其他无人机之间存在相对观测量，则根据所述目标无人机和其他无人机之间的UWB相对距离观测模型确定所述目标无人机与其他无人机之间的相对观测量。

6.根据权利要求5所述的无人机定位预测方法，其特征在于，所述基于预设的逆协方差交叉方法，根据所述目标无人机当前与所述无人机集群内其他无人机之间的相对观测量，获取所述目标无人机在所述预测时刻的相对定位状态估计数据，包括：

基于逆协方差交叉方法，根据所述相对观测量构造所述目标无人机与其他无人机的联合状态，以得到所述目标无人机在所述预测时刻的相对定位状态估计数据，其中，所述相对定位状态估计数据包括局部状态估计值和对应的估计误差的协方差矩阵；

根据所述相对定位状态估计数据对所述目标无人机进行位置状态更新。

7.一种无人机定位预测装置，其特征在于，包括：

局部定位状态估计模块，用于根据无人机集群内设有多源传感器组的目标无人机当前的本地观测量，确定所述目标无人机在预测时刻的本地定位状态估计数据；

相对定位状态估计模块，用于基于预设的逆协方差交叉方法，根据所述目标无人机当前与所述无人机集群内其他无人机之间的相对观测量，获取所述目标无人机在所述预测时刻的相对定位状态估计数据；

数据融合模块，用于基于预设的序贯方法，对所述目标无人机的本地定位状态估计数据和相对定位状态估计数据进行数据融合，以得到所述无人机在所述预测时刻的目标定位状态预测结果。