一种基于置信度传播的分布式协同导航定位精度评价方法技术

本发明专利技术公开了一种基于置信度传播的分布式协同导航定位精度评价方法，步骤为：S1、构建单个节点在当前时刻的因子图模型，S2、获得节点i在当前时刻状态量的置信度表达式，S3、确定节点i在当前时刻状态量的协方差矩阵，以得到节点i的分布式协同导航定位精度；该基于置信度传播的分布式协同导航定位精度评价方法基于置信度传播理论，并综合考虑测距误差和协同终端的位置误差对分布式协同导航定位精度的影响，解决了现有的分布式协同导航定位精度建模方法存在着未充分考虑测距误差和协同终端的位置误差的影响、建模精度差的问题；经过实验验证，该方法精度高、操作简便、具有较好的实用性。用性。用性。

【技术实现步骤摘要】
一种基于置信度传播的分布式协同导航定位精度评价方法


[0001]本专利技术涉及多智能体协同导航与定位
，特别涉及一种基于置信度传播的分布式协同导航定位精度评价方法。

技术介绍

[0002]智能无人集群系统由无人机、无人车、机器人等多智能体通过彼此之间的信息交互构成，可以智能协同控制，完成单个无人系统无法实现的复杂工作，在军事和民用领域具有广阔应用前景。协同导航技术是一项旨在多智能体系统下提高个体定位与导航精度的关键技术。在多智能体系统中，通过系统中各个子节点之间的导航状态共享与相互观测的方式来为子节点提供更丰富的观测信息，各个节点相互协同，可实现在低成本条件下的导航定位精度提升。
[0003]目前，协同导航的方案可以分为集中式定位和分布式定位两类算法。在集中式定位中，由一个集中的计算单元收集所有终端的量测数据进行统一计算，并同时估计出多个终端的坐标，该方法存在着系统计算开销过大、稳定性差的问题。分布式定位将各个终端互相作为协同节点，在每次迭代中终端利用相邻节点的信息计算并更新自身导航参数，因此，相比于集中式定位具有较低的计算复杂度和通信负荷，是目前协同导航技术中的主流方案。
[0004]协同导航定位精度评价是设计协同导航算法以及衡量所设计的协同导航算法是否合格的重要步骤；然而，分布式协同定位算法的精度不仅与测距误差有关，还与协同终端的位置误差有关。因此，基于上述描述，分布式协同导航定位精度建模较为复杂，将现有的导航定位精度建模方法直接用于分布式协同导航定位精度建模中，必然存在着因未充分考虑测距误差和协同终端的位置误差的影响，导致的建模精度差的问题，因而现有的导航定位精度评价方法不适用于分布式协同导航定位精度的评价。

技术实现思路

[0005]本专利技术的目的是提供一种在分布式协同导航定位精度建模过程中兼具考虑测距误差和协同终端的位置误差的影响，以解决定位精度建模精度差的问题的基于置信度传播的分布式协同导航定位精度评价方法。
[0006]为此，本专利技术技术方案如下：一种基于置信度传播的分布式协同导航定位精度评价方法，步骤如下：S1、构建单个节点在当前时刻的因子图模型：对于任一节点i，设定先验因子和相对测距因子，并定义：节点i在初始时刻的状态量通过先验因子与当前时刻的状态量连接，从而将初始时刻状态量传递给当前时刻状态量；节点i在当前时刻的状态量与相对测距因子连接，从而将相邻节点与节点i的相对测距信息传输给节点i在当前时刻状态量；
S2、获得节点i在当前时刻状态量的置信度表达式：获得节点i在当前时刻状态量的置信度表达式：，式中，为节点在当前时刻（t=k）状态量的置信度；为先验因子的协方差矩阵；为节点i基于前一时刻的状态量获得的当前时刻的状态量的预测值；为相对测距因子的协方差矩阵；为当前时刻的相对测距信息测量值；为当前时刻的相对测距信息观测值；S3、确定节点i在当前时刻状态量的协方差矩阵，以得到节点i的分布式协同导航定位精度；该步骤S3的具体步骤为：S301、基于概率密度标准形式，定义节点i在当前时刻状态量的概率密度表达式为：，式中，为节点当前状态的均值；为比例因子，其取值为常数；为节点i在当前时刻状态量的协方差矩阵；S302、将节点i在当前时刻状态量的置信度表达式与概率密度表达式进行联立，即：，经整理得到节点i在当前时刻状态量的协方差矩阵，其表达式为：，式中，，；为当前时刻下的逆矩阵；为的逆矩阵；的递推公式为：，其中，为当前时刻下先验因子的协方差矩阵，为前一时刻下先验因子的协方差矩阵；的表达式为：，为前一时刻的速率观测值；为航位推算解算周期；为当前时刻的航向角；的表达式为：，为航位推算解算周期；为陀螺仪角速率随机噪声；为UWB的相对测
距误差噪声；S303、由步骤S302计算得到的节点i在当前时刻状态量的协方差矩阵的模，即为节点i在当前时刻的分布式协同导航定位精度结果。
[0007]进一步地，在步骤S302中，的表达式为：)，为100 (
°
/h
3/2
)。
[0008]进一步地，在步骤S302中，的表达式为：)，为0.1 m2。
[0009]与现有技术相比，该基于置信度传播的分布式协同导航定位精度评价方法基于置信度传播理论，并综合考虑测距误差和协同终端的位置误差对分布式协同导航定位精度的影响，解决了现有的分布式协同导航定位精度建模方法存在着未充分考虑测距误差和协同终端的位置误差的影响、建模精度差的问题；经过实验验证，该方法精度高、操作简便、具有较好的实用性。
附图说明
[0010]图1为本专利技术的基于置信度传播的分布式协同导航定位精度评价方法的流程图；图2为本专利技术的基于置信度传播的分布式协同导航定位精度评价方法的步骤S1中构建单个节点当前时刻的因子图模型；图3为本专利技术的实施例中设置的仿真场景的示意图。
具体实施方式
[0011]下面结合附图及具体实施例对本专利技术做进一步的说明，但下述实施例绝非对本专利技术有任何限制。
[0012]本申请的基于置信度传播的分布式协同导航定位精度评价方法为基于图优化的通信受限环境下协同导航方法（以下简称为协同导航方法）提出导航定位精度评价方法；上述协同导航方法具体记载于已公开专利CN114838732A中。
[0013]参见图1，该基于置信度传播的分布式协同导航定位精度评价方法的具体实施步骤如下：
S1、构建单个节点在当前时刻的因子图模型：
[0014]对于任一节点i，设定先验因子和相对测距因子，并定义：节点i在初始时刻（t=0）的状态量通过先验因子与当前时刻（t=k）的状态量连接，从而将初始时刻状态量传递给当前时刻状态量；节点i在当前时刻（t=k）的状态量与相对测距因子连接，从而将相邻节点与节点i的相对测距信息传输给节点i在当前时刻状态量；节点i的相邻节点是指处于协同导航系统中除节点i以外的全部其它节点。
[0015]如图2所示为基于节点i构建单个节点在当前时刻的因子图模型的示意图。
[0016]S2、获得节点i在当前时刻状态量的置信度表达式；根据置信度传播理论，节点i在当前时刻状态量的置信度为：
，式中，为节点在当前时刻（t=k）状态量的置信度，为初始时刻状态量传递给当前时刻（t=k）状态量的置信度连接关系，为相邻节点与所构建单个节点的相对测距信息传输给当前时刻状态量的置信度连接关系；其中，的展开式为：，式中，为先验因子的协方差矩阵；为节点i基于前一时刻（t=k
‑
1）的状态量获得的当前时刻（t=k）的状态量的预测值，该预测值的具体通过前述协同导航方法获得，即前述协同导航方法最终经优化得到的导航结果；的展开式为：，式中，为相对测距因子的协方差矩阵；为当前时刻的相对测距信息测量值，由节点上配制的超宽带测距传感器获得；为当前时刻（t=k）的相对测距信息观测值，其数值基于增加噪声扰动得到；在本实施例中，为了简化计算，的取值与相等；因此，获得的节点i当前时刻状态量的置信度表达式整理为：获得的节点i当前时刻状态量的置信度表本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于置信度传播的分布式协同导航定位精度评价方法，其特征在于，步骤如下：S1、构建单个节点在当前时刻的因子图模型：对于任一节点i，设定先验因子和相对测距因子，并定义：节点i在初始时刻的状态量通过先验因子与当前时刻的状态量连接，从而将初始时刻状态量传递给当前时刻状态量；节点i在当前时刻的状态量与相对测距因子连接，从而将相邻节点与节点i的相对测距信息传输给节点i在当前时刻状态量；S2、获得节点i在当前时刻状态量的置信度表达式：获得节点i在当前时刻状态量的置信度表达式：，式中，为节点在当前时刻，即t=k状态量的置信度；为先验因子的协方差矩阵；为节点i基于前一时刻的状态量获得的当前时刻的状态量的预测值；为相对测距因子的协方差矩阵；为当前时刻的相对测距信息测量值；为当前时刻的相对测距信息观测值；S3、确定节点i在当前时刻状态量的协方差矩阵，以得到节点i的分布式协同导航定位精度；该步骤S3的具体步骤为：S301、基于概率密度标准形式，定义节点i在当前时刻状态量的概率密度表达式为：，式中，为节点当前状态的均值；为比例因子，其取值为常数；为节点i在...

【专利技术属性】
技术研发人员：蔡庆中，涂勇强，牛皓飞，杨功流，李健，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：