[发明专利]一种目标驱动下的集群无人机协同导航方法

说明书

本发明公开了一种目标驱动下的集群无人机协同导航方法，包括以下步骤：获取领机节点的位置信息及测距信息，基于所述位置信息和测距信息，采用最大矢量四面体体积法对从机节点进行空间几何构型；获取所述空间几何构型的GDOP值并进行排序处理，基于最小的GDOP值，采用最小二乘法对所述空间几何构型进行迭代，获得最优空间几何构型；基于所述最优空间几何构型，并结合卡尔曼滤波，对从机节点的位置进行修正，实现集群无人机的协同导航。本发明在集群无人机主从式协同导航的架构下实现了目标驱动下全过程中集群无人机的高精度协同导航。

技术领域

本发明属于协同导航技术领域，特别是涉及一种目标驱动下的集群无人机协同导航方法。

背景技术

集群无人机有着作战能力强、体系生存率高以及攻击成本低等诸多优势。随着无人机种类越来越多，集群无人机的任务领域和任务类型不断拓展，已经逐步涉足到空域对抗、防御、监视、侦察等各个领域。高精度的导航信息是实现无人机集群导航控制的关键信息，而当无人机集群面对高度对抗性、高度不确定性、高度动态性的实际战场环境，制定好科学且清晰的目标驱动策略是多任务目标下无人机集群技术研究中的关键。

当今研究学者针对单一目标驱动下集群无人机的控制问题开展了大量研究工作，如“多无人机协同攻击策略研究”中提出：从多无人机协同空战和多无人机协同对地攻击两个部分进行多无人机协同攻击策略研究，分别建立了不同环境下的作战模型。“异构无人机编队防御及评估策略研究”中提出：将遗传算法应用于无人机集群的防御部署问题中，针对不同规模和不同队形的敌机编队，对我方无人机编队进行优化，并通过绘制多种战况的损失曲线验证其算法有效性。“巡检无人机编队轨迹跟踪控制研究”中提出了一种巡检无人机编队控制巡检方法，针对无人机编队过程中的饱和输入现象，采用领导者-跟随者控制算法进行无人机编队控制，达到有效实现编队控制的目的。

对上述的现有文献分析可知，目前研究学者针对集群无人机单一任务目标场景下的控制问题开展了大量的研究工作，但考虑到复杂的作战环境，并未有文献综合考虑无人机集群接受多任务目标驱动时的情况。此外，集群无人机任务目标执行中编队构型的实时拓扑变化会影响到无人机的导航定位误差，从而影响到集群无人机任务执行的成功率。

因此，亟需提出一种目标驱动下的集群无人机协同导航方法，实现多目标驱动下全过程中集群无人机的高精度协同导航。

发明内容

本发明的目的是提供一种目标驱动下的集群无人机协同导航方法，针对集群无人机接受攻击任务目标、躲避任务目标、巡检任务目标等多目标驱动的情况，采用最小二乘的方法完成集群无人机不同目标驱动下构型的迭代；同时在不考虑无人机间时钟非同步误差的前提下，基于无人机间相对测距方式，通过最小几何精度因子准则实时选择最优空间几何构型中的多架领机对从机节点进行协同定位结算，并在此基础上设计了扩展卡尔曼滤波器以降低无人机执行不同任务目标过程中的定位误差，以解决上述现有技术存在的问题。

为实现上述目的，本发明提供了一种目标驱动下的集群无人机协同导航方法，包括以下步骤：

获取领机节点的位置信息及测距信息，基于所述位置信息和测距信息，采用最大矢量四面体体积法对从机节点进行空间几何构型；

获取所述空间几何构型的GDOP值并进行排序处理，基于最小的GDOP值，采用最小二乘法对所述空间几何构型进行迭代，获得最优空间几何构型；

基于所述最优空间几何构型，并结合卡尔曼滤波，对从机节点的位置进行修正，实现集群无人机的协同导航。

可选的，获取领机节点的位置信息及测距信息的过程包括：基于机载导航系统获取领机的位置信息，并将所述位置信息通过数据链广播给从机节点；所述从机节点接收所述位置信息，并测量与所述领机节点的相对距离，获得测距信息。