申请/专利权人：北京理工大学

申请日：2021-08-06

公开（公告）日：2024-06-11

公开（公告）号：CN113721188B

主分类号：G01S5/02

分类号：G01S5/02;G01S5/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.11#授权;2021.12.17#实质审查的生效;2021.11.30#公开

摘要：本发明公开了一种拒止环境下的多无人机自身定位与目标定位方法，该方法中，通过在地面设立绝对位置已知的基站，并由基站提供与其通信的无人机之间的相对距离和角度信息，将基站提供的信息与无人机之间测量的相对位置信息以及无人机探测得到的目标信息用卡尔曼滤波算法进行融合，从而获得无人机、目标位置信息，再解算出观测无人机和中转无人机的航向角，并据此控制无人机进一步调整位置，再次得到新的探测信息，持续重复该过程，逐步提升获得的无人机、目标位置信息精度，以使得满足使用需求。

主权项：1.一种拒止环境下的多无人机自身定位与目标定位方法，其特征在于，该方法中：设置至少两个观测无人机、至少一个中转无人机和一个已知位置的基站，所述观测无人机用于探测获得：每个观测无人机和目标之间的距离、任意两个观测无人机彼此之间的距离；所述中转无人机用于探测获得：中转无人机和每个观测无人机之间的距离；所述基站用于探测获得：基站与中转无人机之间的距离、基站与每个观测无人机之间的距离、基站与中转无人机之间的视线角；该方法包括如下步骤：步骤1，通过观测无人机、中转无人机和基站探测得到观测向量；步骤2，用卡尔曼滤波算法对观测向量做融合处理，得到状态向量步骤3，获得观测无人机和中转无人机的航向角，并根据航向角分别控制观测无人机和中转无人机到达新的航点；步骤4，重复上述步骤1、步骤2和步骤3，直至状态估计的误差方差矩阵的对角线元素之和减小到设定阈值；在步骤3中，在k时刻预测第k+n时刻的状态估计误差方差矩阵Pk+n的逆矩阵，即信息矩阵Jk+n，求解使得信息矩阵Jk+n最大化的观测无人机和中转无人机的航向角；在步骤3中，通过下式一获得观测无人机和中转无人机的航向角； 其中，表示包含三个航向角的向量；Jk+n表示信息矩阵，通过下式二获得： 其中，所述P0表示卡尔曼滤波算法中状态估计误差方差矩阵的初值；所述Ii表示i时刻的观测向量中与待估计的状态向量相关的信息量，通过下式三获得： 其中，Hi为观测向量对状态向量求偏导得到的雅可比矩阵，通过下式四获得： 所述观测向量包括每个观测无人机和目标之间的距离、任意两个观测无人机彼此之间的距离、中转无人机和每个观测无人机之间的距离、基站与中转无人机之间的距离、基站与每个观测无人机之间的距离、基站与中转无人机之间的视线角；所述状态向量包括目标的位置、中转无人机的位置和每个观测无人机的位置；所述Xi表示第i时刻的状态向量；所述Xb表示基站位置；所述R表示观测传感器的噪声方差矩阵。

全文数据：

权利要求：

百度查询： 北京理工大学 拒止环境下的多无人机自身定位与目标定位方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD