一种用于无人集群协同导航优化的视线扇区动态估计方法技术

本发明专利技术公布了一种用于无人集群协同导航优化的视线扇区动态估计方法，根据无人机集群中各无人机机载导航系统的定位精度和无人机的数量，确定定位精度区分阈，并将无人机划分为从机和锚机，并对个从机成员进行视线扇区动态估计并筛选协同成员后建立优化的协同导航模型并设计对应协同导航解算算法，解算出待辅助成员的位置信息，最后通过滤波器修正低精度成员机载导航设备精度。本发明专利技术采用协同导航技术利用多飞行器间的传感器信息，实现多飞行器间地信息协同，结合数据融合的方法以提高多飞行器间的定位精度，弥补了导航传感器的误差，并且对可能出现的故障进行识别、隔离和恢复。隔离和恢复。隔离和恢复。

【技术实现步骤摘要】
一种用于无人集群协同导航优化的视线扇区动态估计方法


[0001]本专利技术属于定位与导航


技术介绍

[0002]近年来，飞行器集群飞行越来越受到国际上地关注，所谓飞行器集群飞行，即多架飞行器为适应任务要求而进行的某种队形排列和任务分配的组织模式。飞行器编队飞行能够扩大飞行器搜索侦查范围，具有可执行多重任务，可靠性高，整体效率高，减少飞行阻力等优点。飞行器协同集群飞行模式相比单架无人机具有更多优势以及更广阔的应用前景。采用多无人机协同的作战方式，进一步提高了无人机自主生存能力和整体作战效能，通过集群无人机之间的信息共享，将实战中协调任务、协同搜索、侦查与攻击等协同打击效能得以充分发挥。
[0003]因此，高精度的相对导航系统为提高集群整体作战效能提供了支撑和保障，是实现无人机集群飞行的关键核心技术。目前，用于相对导航系统的传感器主要有惯性测量器件和卫星导航系统。由于惯性测量单元存在常值漂移，而卫星导航系统信号易受外界干扰，可靠性低，无法满足集群无人机相对导航系统对精度的要求。

技术实现思路

[0004]专利技术目的：为了解决上述现有技术存在的问题，本专利技术提供了一种用于无人集群协同导航优化的视线扇区动态估计方法。
[0005]技术方案：本方买那个提供了一种用于无人集群协同导航优化的视线扇区动态估计方法，具体包括如下步骤：
[0006]步骤1：根据无人机集群中各无人机机载导航系统的定位精度和无人机的数量，确定定位精度区分阈值τ，将机载导航系统的精度大于等于τ的无人机设置为锚机，将机载导航系统的精度小于τ的无人机设置为从机；
[0007]步骤2：获取第ic个从机所能探测到的所有锚机，该所有锚机的总个数为n1，ic＝1,2,
…
n
c
，n
c
为从机的总个数；采用方法1或方法2对第ic个从机进行视线扇区估计，从而得到筛选后的锚机，筛选后的锚机的个数为N
i鐰
；所述方法1：基于第ic个从机所在位置与该第ic个从机机载光电平台相对测量空间范围，对第ic个从机的视线扇区进行划分，并分析各从机所属视线扇区的遮蔽关系；所述方法2：基于第ic个从机与n1个锚机的相对距离，计算n1个锚机相对第ic个从机视线的相对遮蔽角度范围，并基于该相对遮蔽角度范围对第ic个从机的视线扇区进行动态估计；
[0008]位于短距离区域，若第ic个从机与第iz个锚机的相对距离在d
mn
D
ic
～d
mf
D
ic
范围内，则认为该第iz个锚机位于中距离区域，若第ic个从机与第iz个锚机的相对距离在d
mf
D
ic
～D
ic
的范围内，则步骤3：根据N
i鐰
个锚机与第ic个从机的相对角度信息，建立基于相对角度测量信息的第ic个从机的协同导航模型；
[0009]步骤4：根据协同导航模型，计算第ic个从机的位置信息，并基于该位置信息和卡
尔曼滤波方法修正从机的机载导航精度。
[0010]进一步的，所述步骤2中的方法1具体为：
[0011]步骤2
‑
1：计算该第ic个从机与所有锚机的相对距离，以第ic个从机为圆心，设置圆形的短距离区域，环形的中距离区域和环形的远距离区域：若第ic个从机与第iz个锚机的相对距离在0～d
mn
D
ic
范围内，则认为该第iz个锚机认为该第iz个锚机位于远距离区域；其中d
mn
为预设的短距离区域和中距离区域的划分阈值，d
mf
为预设的中距离区域和远距离区域的划分阈值，D
ic
为第ic个从机与最远锚机之间的相对距离，iz＝1，2，
…
，n1；
[0012]步骤2
‑
2：以第ic个从机作为球心，根据每个区域对应的角度划分参数，将短距离区域划分为M
ic1
个扇形区间，将中距离区域划分为M
ic2
个扇形区间，将远距离区域划分为M
ic3
个扇形区间；
[0013]其中M
ic1
＝360/a
ic1
；
[0014]M
ic2
＝360/a
ic2
；
[0015]M
ic3
＝360/a
ic3
；
[0016]若不能整除，则将余数划分至后一个区间，其中为短距离区域对应的角度划分参数，为中距离区域对应的角度划分参数，为远距离区域对应的角度划分参数；其中，l为n1个锚机中最长的锚机的长度；
[0017]步骤2
‑
3：对获取第I个区域的第i个扇形区间内锚机进行筛选，其中I＝1，2，3，当I＝1时为短距离区域，当I＝2时为中距离区域，当I＝3时为远距离区域，i＝1，2，
…
，M
ic,I
，其中M
ic，I
为第I区域中扇形区间的总个数；若I＝1，则转步骤2
‑
5；若I＝2或者I＝3，则转步骤2
‑
4；
[0018]步骤2
‑
4：若I＝2，基于第I个区域的第i个扇形区间的角度，判断该角度范围内对应的短距离区域是否存在锚机，若存在，则不对该第I个区域的第i个扇形区间内的主机进行筛选，并转步骤2
‑
6；否则转步骤2
‑
5；若I＝3，基于第I个区域的第i个扇形区间的角度，判断该角度范围内对应的短距离区域和中距离区域是否存在锚机，若存在，则不对该第I个区域的第i个扇形区间内的主机进行筛选，并转步骤2
‑
6；否则转步骤2
‑
5；
[0019]步骤2
‑
5：获取第I个区域的第i个扇形区间内锚机的总数量n
I，i
，若数量n
I，i
＝0，则转步骤2
‑
6，若n
I，i
＝1，则标记该锚机，同时获取和记录该锚机的相对俯仰角和相对方位角，并转步骤2
‑
6；若n
I，i
≥2，则标记与第ic个从机相对距离最小的锚机，获取和记录该锚机的相对俯仰角和相对方位角，并转步骤2
‑
6；
[0020]步骤2
‑
6：i＝i+1，判断i是否大于M
ic，I
，若否，则转步骤2
‑
3，若是，则转步骤2
‑
7；
[0021]步骤2
‑
7：I＝I+1，判断I是否大于3，若否，则转步骤2
‑
3，若是，则转步骤2
‑
8；
[0022]步骤2
‑
8：得到短距离区域、中距离区域和远距离区域内被标记的锚机的个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于无人集群协同导航优化的视线扇区动态估计方法，其特征在于，具体包括如下步骤：步骤1：根据无人机集群中各无人机机载导航系统的定位精度和无人机的数量，确定定位精度区分阈值τ，将机载导航系统的精度大于等于τ的无人机设置为锚机，将机载导航系统的精度小于τ的无人机设置为从机；步骤2：获取第ic个从机所能探测到的所有锚机，该所有锚机的总个数为n1，ic＝1，2，
…
n
c
，n
c
为从机的总个数；采用方法1或方法2对第ic个从机进行视线扇区估计，从而得到筛选后的锚机，筛选后的锚机的个数为N
ic
；所述方法1：基于第ic个从机所在位置与该第ic个从机机载光电平台相对测量空间范围，对第ic个从机的视线扇区进行划分，并分析各从机所属视线扇区的遮蔽关系；所述方法2：基于第ic个从机与n1个锚机的相对距离，计算n1个锚机相对第ic个从机视线的相对遮蔽角度范围，并基于该相对遮蔽角度范围对第ic个从机的视线扇区进行动态估计；步骤3：根据N
ic
个锚机与第ic个从机的相对角度信息，建立基于相对角度测量信息的第ic个从机的协同导航模型；步骤4：根据协同导航模型，计算第ic个从机的位置信息，并基于该位置信息和卡尔曼滤波方法修正从机的机载导航精度。2.根据权利要求1所述的一种用于无人集群协同导航优化的视线扇区动态估计方法，其特征在于，所述步骤2中的方法1具体为：步骤2
‑
1：计算该第ic个从机与所有锚机的相对距离，以第ic个从机为圆心，设置圆形的短距离区域，环形的中距离区域和环形的远距离区域：若第ic个从机与第iz个锚机的相对距离在0～d
mn
D
ic
范围内，则认为该第iz个锚机位于短距离区域，若第ic个从机与第iz个锚机的相对距离在d
mn
D
ic
～d
mf
D
ic
范围内，则认为该第iz个锚机位于中距离区域，若第ic个从机与第iz个锚机的相对距离在d
mf
D
ic
～D
ic
的范围内，则认为该第iz个锚机位于远距离区域；其中d
mn
为预设的短距离区域和中距离区域的划分阈值，d
mf
为预设的中距离区域和远距离区域的划分阈值，D
ic
为第ic个从机与最远锚机之间的相对距离，iz＝1,2，
…
，n1；步骤2
‑
2：以第ic个从机作为球心，根据每个区域对应的角度划分参数，将短距离区域划分为M
ic1
个扇形区间，将中距离区域划分为M
ic2
个扇形区间，将远距离区域划分为M
ic3
个扇形区间；其中M
ic1
＝360/a
ic1
；M
ic2
＝360/a
ic2
；M
ic3
＝360/a
ic3
；若不能整除，则将余数划分至后一个区间，其中为短距离区域对应的角度划分参数，为中距离区域对应的角度划分参数，为远距离区域对应的角度划分参数；其中，l为n1个锚机中最长的锚机的长度；步骤2
‑
3：对获取第I个区域的第i个扇形区间内锚机进行筛选，其中I＝1,2,3，当I＝1时为短距离区域，当I＝2时为中距离区域，当I＝3时为远距离区域，i＝1，2，
…
，M
ic，I
，其中M
ic,I
为第I区域中扇形区间的总个数；若I＝1，则转步骤2
‑
5；若I＝2或者I＝3，则转步骤2
‑
4；步骤2
‑
4：若I＝2，基于第I个区域的第i个扇形区间的角度，判断该角度范围内对应的短距离区域是否存在锚机，若存在，则不对该第I个区域的第i个扇形区间内的主机进行筛选，并转步骤2
‑
6；否则转步骤2
‑
5；若I＝3，基于第I个区域的第i个扇形区间的角度，判断该角度范围内对应的短距离区域和中距离区域是否存在锚机，若存在，则不对该第I个区域的第i个扇形区间内的主机进行筛选，并转步骤2
‑
6；否则转步骤2
‑
5；步骤2
‑
5：获取第I个区域的第i个扇形区间内锚机的总数量n
I,i
，若数量n
I,i
＝0，则转步骤2
‑
6，若n
I，i
＝1，则标记该锚机，同时获取和记录该锚机的相对俯仰角和相对方位角，并转步骤2
‑
6；若n
I，i
≥2，则标记与第ic个从机相对距离最小的锚机，获取和记...

【专利技术属性】
技术研发人员：王融，杜君南，熊智，刘建业，陈明星，陈欣，聂庭宇，张慧媛，何辉，刘力，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：