CN115792805A - 一种基于方位信息的无源辅助定位方法及系统 - Google Patents

一种基于方位信息的无源辅助定位方法及系统 Download PDF

Info

Publication number
CN115792805A
CN115792805A CN202211331080.XA CN202211331080A CN115792805A CN 115792805 A CN115792805 A CN 115792805A CN 202211331080 A CN202211331080 A CN 202211331080A CN 115792805 A CN115792805 A CN 115792805A
Authority
CN
China
Prior art keywords
machine
unknown
distance
machines
number measuring
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211331080.XA
Other languages
English (en)
Inventor
李金漳
徐圣兵
王振友
蔡晓权
古海隆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN202211331080.XA priority Critical patent/CN115792805A/zh
Publication of CN115792805A publication Critical patent/CN115792805A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种基于方位信息的无源辅助定位方法及系统,该方法包括:构建无人集群编队模型并确定待测机器;基于无人集群编队模型计算编队内机器的坐标偏差并选择测定机器;根据测定机器和待测机器构建几何表达体系;基于几何表达体系计算所有机器的初始坐标。该系统包括:模型构建模块、选择模块、表达体系构建模块和坐标计算模块。通过使用本发明,能够基于方位角测定的纯方位无源定位,解决编队重组后编队内机器编号信息导致不可定位的问题。本发明作为一种基于方位信息的无源辅助定位方法及系统,可广泛应用于无人机编队运动领域。

Description

一种基于方位信息的无源辅助定位方法及系统
技术领域
本发明涉及无人机编队运动领域,尤其涉及一种基于方位信息的无源辅助定位方法及系统。
背景技术
无人集群在遂行编队运动时,需尽可能保持电磁静默,为保持编队队形使用纯方位无源定位的方法,调整集群中的机器的位置,无源定位通过接收目标的有意、无意辐射或反射信号来实现定位,定位系统不向外界发射电磁波信号,具有隐蔽性好、作用距离长、生存能力强等特点,在民用和国防领域均具有广泛的应用,在电子对抗领域可以很大程度提高生存能力,在非标准集群内进行编队调整时具有无编号信息等问题,因此构建一种圆阵集群纯方位无源辅助定位系统是具有重要意义的。
目前的辅助定位方法对集群内机器的测距传感器需求过多,测距设备价格昂贵;只能实现已知集群的编队运动控制,无法在运动过程实现外来机器进入编队并进行位置确定和编队重组。
发明内容
为了解决上述技术问题,本发明的目的是提供一种基于方位信息的无源辅助定位方法及系统,能够基于方位角测定的纯方位无源定位,解决编队重组后编队内机器编号信息导致不可定位的问题。
本发明所采用的第一技术方案是:一种基于方位信息的无源辅助定位方法,包括以下步骤:
构建无人集群编队模型并确定待测机器;
基于无人集群编队模型计算编队内机器的坐标偏差并选择测定机器;
根据测定机器和待测机器构建几何表达体系;
基于几何表达体系计算所有机器的初始坐标。
进一步,还包括:
将机器的坐标偏差与预设阈值进行比较;
判断到机器的坐标偏差大于预设阈值,更新所有机器的初始坐标,重新选择测定机器并计算所有机器的坐标;
判断到机器的坐标偏差小于预设阈值,输出所有机器的最终坐标。
进一步,所述基于无人集群编队模型计算编队内机器的坐标偏差并选择测定机器这一步骤,其具体包括:
获取无人集群编队模型原有机器的坐标信息,得到已知机器坐标;
基于欧式距离公式计算编队内已知机器坐标与理想坐标的偏差,得到坐标偏差集合;
对坐标偏差集合中的坐标偏差进行排序,选取两个坐标偏差最小的机器作为测定机器;
结合无人集群编队模型具有确定编号的无人机,得到所有的测定机器;
测定机器包括第零编号测定机器、第一编号测定机器、第一未知编号测定机器和第二未知编号测定机器。
进一步,所述几何表达体系的公式表示如下:
Figure BDA0003913409360000021
Figure BDA0003913409360000022
Figure BDA0003913409360000023
上式中,DB表示第二未知编号测定机器与第一编号测定机器的距离,DC表示第一未知编号测定机器与第二未知编号测定机器的距离,BC表示第一编号测定机器的距离与第一未知编号测定机器的距离,r表示无人集群所需要保持的飞行队形的圆周的大小,α3表示第二未知编号测定机器至第零编号测定机器的连接线与第二未知编号测定机器至第一编号测定机器的连接线之间的夹角,α4表示第二未知编号测定机器至第一编号测定机器的连接线与第二未知编号测定机器至第一未知编号测定机器的连接线之间的夹角。
进一步,所述基于几何表达体系计算所有机器的初始坐标这一步骤,其具体包括:
基于几何表达体系,根据第一编号测定机器和第一编号测定机器的距离确定第一未知编号机器的坐标;
根据第一编号测定机器和第一未知编号测定机器的距离构建二元二次方程组,确定待测机器与第零编号测定机器的距离、待测机器到第一未知编号测定机器的距离和待测机器到第二未知编号测定机器的距离;
根据第一未知编号机器的坐标、待测机器与第零编号测定机器的距离、待测机器到第一未知编号测定机器的距离和待测机器到第二未知编号测定机器的距离计算所有机器的初始坐标。
进一步,所述第一未知编号机器的坐标的计算公式如下:
Figure BDA0003913409360000031
上式中,a1和b1表示在几何表达体系下的第一未知编号测定机器的横坐标和纵坐标。
进一步,所述根据第一编号测定机器和第一未知编号测定机器的距离构建二元二次方程组这一步骤,表示如下:
Figure BDA0003913409360000032
上式中,h1表示待测机器与第零编号测定机器的距离,h2表示待测机器与第一未知编号测定机器的距离,h3表示待测机器与第一编号测定机器的距离,α1表示待测机器至第一编号测定机器的连接线与待测机器至第一未知编号测定机器的连接线的夹角,α2表示待测机器至第零编号测定机器的连接线与待测机器至第一未知编号测定机器的连接线的夹角。
进一步,待测机器的坐标的计算公式如下:
Figure BDA0003913409360000033
Figure BDA0003913409360000034
上式中,h1表示待测机器与第零编号测定机器的距离,h2表示待测机器与第一未知编号测定机器的距离,h3表示待测机器与第一编号测定机器的距离,a2和b2表示几何表达体系下的第一编号测定机器的横坐标和纵坐标,x和y表示待测机器在以中心无人机器为原点的坐标系的相对坐标。
本发明所采用的第二技术方案是:一种基于方位信息的无源辅助定位系统,包括:
模型构建模块,用于构建无人集群编队模型并确定待测机器;
选择模块,基于无人集群编队模型计算编队内机器的坐标偏差并选择测定机器;
表达体系构建模块,用于根据测定机器和待测机器构建几何表达体系;
坐标计算模块,基于几何表达体系计算所有机器的初始坐标。
本发明方法及系统的有益效果是:本发明仅需要测定集群中机器的方位角信息,就能够计算出基于观测机体系的被测机坐标,能实现已知集群的编队运动控制,以及在运动过程对外来机器进入编队进行位置确定和编队重组。
附图说明
图1是本发明一种基于方位信息的无源辅助定位方法的步骤流程图;
图2是本发明具体实施例无人机圆阵集群运动模型示意图;
图3是本发明具体实施例几何表达示意图;
图4是本发明具体实施例初始位置计算的流程示意图;
图5是本发明具体实施例位置计算和优化调节的整体流程示意图;
图6是本发明一种基于方位信息的无源辅助定位系统的结构框图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
本发明基于拥有编队中原有机器的位置信息,机器均可作为接收和发送给信息的无人机,通过获取1架被测定机(外来机器)a与4架测定机器b,c,d,e的夹角信息,构建起基于方位角的无源定位方法,其中b为圆阵的中心机器,落在圆阵的圆心处,c和b之间的距离为圆阵编队的半径l,b具有测距设备,d和e为编号未知的无人机,落在以b为圆心,具有固定半径距离l的圆周上(位置略有偏差),通过引入的第3,4架编号未知,但是位置偏差可控的机器d,e,任选一个作为被测定机,基于初始的位置信息,通过构建的测定模型,实现对位置信息的补全,并计算在原始情况下被测定机a的坐标信息。
参照图1、图4、图5,本发明提供了一种基于方位信息的无源辅助定位方法,该方法包括以下步骤:
S1、构建无人集群编队模型并确定待测机器;
S1.1、获取无人集群编队模型原有机器的坐标信息,得到已知机器坐标;
具体地,对于一个圆阵集群,我们设置集群内具有n个机器,这n个机器在三维空间内保持在一个水平面内,即就是高度是不改变的,使用坐标描述为(xi,yi,z),i=1,2,3...n,由于处于一个水平面上,因此简化机器的坐标描述为(xi,yi),i=1,2,3...,n,在模型内除了b,c具有确定的编号为第零编号测定机器(FY-0),第一编号测定机器(FY-1)外,其余无人机都是编号未知,位置未知,不具有测距功能的无人机,在集群中被测定机器(外来机器)a(FY-m),各个机器FY-i在圆周上若干个理想位为(Xi,Yi),i=1,2,...,n,理想的集群运动情况下,除了b(FY-0)外的机器FY-i将均匀分布在圆周上,与a(FY-0)按照既定的方向η和既定速度v,圆阵集群运动模型如图2所示。
被测定机所具有的功能:被测定机器通过接收测定机器发来的信号,感知自身与测定机器之间的信息,信息的具体表达为测定机与被测定机之间连线两两构建的夹角α1,α2,α3和α4表示,如图2。
S1.2、基于欧式距离公式计算编队内已知机器坐标与理想坐标的偏差,得到坐标偏差集合;
具体地,基于圆阵编队中原有机器的位置信息,引入欧式距离计算出编队内机器的坐标(xi,yi)与理想坐标(Xi,Yi)偏差,欧式距离计算公式如下:
Figure BDA0003913409360000051
S1.3、对坐标偏差集合中的坐标偏差进行排序,选取两个坐标偏差最小的机器作为测定机器;
具体地,使用最小化选择对计算得到的di,i=1,2,...,n进行排列,选取最小的两个di(0除外),得到它们的坐标(xx,yx)和(xy,yy)作为第一未知编号测定机器(FY-x)和第二未知编号测定机器(FY-y)。
S1.4、结合无人集群编队模型具有确定编号的无人机,得到所有的测定机器;
S1.5、测定机器包括第零编号测定机器、第一编号测定机器、第一未知编号测定机器和第二未知编号测定机器。
S2、基于无人集群编队模型计算编队内机器的坐标偏差并选择测定机器;
S3、根据测定机器和待测机器构建几何表达体系;
具体地,通过选取的FY-0,FY-1,FY-x,FY-y作为4架参与测定的机器,和FY-m作为被测定机器,我们可以抽象化的得到几何表达图,参照图3,构建几何表达体系如下式:
Figure BDA0003913409360000052
上式中,DB表示第二未知编号测定机器与第一编号测定机器的距离,DC表示第一未知编号测定机器与第二未知编号测定机器的距离,BC表示第一编号测定机器的距离与第一未知编号测定机器的距离,
S4、基于几何表达体系计算所有机器的初始坐标。
具体地,对于已知BC的距离,进一步的通过余弦定理根据公式(4)可以确定第一未知编号测定机器C(FY-X)的坐标值(a1,b1),设定第一编号测定机器B(FY-1)的坐标值(a2,b2)。
Figure BDA0003913409360000061
通过计算获得的BC的距离,进一步的构建二元二次方程组(4)求解得到h1(AO),h2(AC),h3(AB)的距离的大小。
Figure BDA0003913409360000062
对于求解方程的解析解而言,解析解过于复杂,在此利用科学计算工具编写的solve()函数得到解的结果结构体solve_struct,利用isempty(fieldname(solve_struct))!=0,判断得到解非空,即就是方程未知数h1(AO),h2(AC),h3(AB)关于参数r,α1,α2,α3,α4存在解析解。
通过计算的h1(AO),h2(AC),h3(AB)根据求解如下的非线性二元方程(5)组得到x,y的解:
Figure BDA0003913409360000063
通过计算得到h1,h2,h3的参数表达式,进一步通过解算方程(5)得到x,y关于参数h1,h2,h3,a1,a2,b1,b2的解析解表达式如下:
Figure BDA0003913409360000064
Figure BDA0003913409360000065
通过上述步骤可以获得所有机器的初始坐标并根据更新的坐标返回步骤S2。
S5、将机器的坐标偏差与预设阈值进行比较;
S6、判断到机器的坐标偏差大于预设阈值,更新所有机器的初始坐标,重新选择测定机器并计算所有机器的坐标;
S7、判断到机器的坐标偏差小于预设阈值,输出所有机器的最终坐标。
参照图5,按照更新后的(xi,yi),设定阈值ε,当计算结构满足公式(8)时则停止计算,输出所有机器的坐标,否则回到步骤S2中使用更新后的(xi,yi)进行计算,循环步骤S2-S6的操作,直至满足公式(8)。
Figure BDA0003913409360000071
如图6所示,一种基于方位信息的无源辅助定位系统,包括:
模型构建模块,用于构建无人集群编队模型并确定待测机器;
选择模块,基于无人集群编队模型计算编队内机器的坐标偏差并选择测定机器;
表达体系构建模块,用于根据测定机器和待测机器构建几何表达体系;
坐标计算模块,基于几何表达体系计算所有机器的初始坐标。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
一种基于方位信息的无源辅助定位装置:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如上所述一种基于方位信息的无源辅助定位方法。
上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
一种存储介质,其中存储有处理器可执行的指令,其特征在于:所述处理器可执行的指令在由处理器执行时用于实现如上所述一种基于方位信息的无源辅助定位方法。
上述方法实施例中的内容均适用于本存储介质实施例中,本存储介质实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (9)

1.一种基于方位信息的无源辅助定位方法,其特征在于,包括以下步骤:
构建无人集群编队模型并确定待测机器;
基于无人集群编队模型计算编队内机器的坐标偏差并选择测定机器;
根据测定机器和待测机器构建几何表达体系;
基于几何表达体系计算所有机器的初始坐标。
2.根据权利要求1所述一种基于方位信息的无源辅助定位方法,其特征在于,还包括:
将机器的坐标偏差与预设阈值进行比较;
判断到机器的坐标偏差大于预设阈值,更新所有机器的初始坐标,重新选择测定机器并计算所有机器的坐标;
判断到机器的坐标偏差小于预设阈值,输出所有机器的最终坐标。
3.根据权利要求2所述一种基于方位信息的无源辅助定位方法,其特征在于,所述基于无人集群编队模型计算编队内机器的坐标偏差并选择测定机器这一步骤,其具体包括:
获取无人集群编队模型原有机器的坐标信息,得到已知机器坐标;
基于欧式距离公式计算编队内已知机器坐标与理想坐标的偏差,得到坐标偏差集合;
对坐标偏差集合中的坐标偏差进行排序,选取两个坐标偏差最小的机器作为测定机器;
结合无人集群编队模型具有确定编号的无人机,得到所有的测定机器;
测定机器包括第零编号测定机器、第一编号测定机器、第一未知编号测定机器和第二未知编号测定机器。
4.根据权利要求3所述一种基于方位信息的无源辅助定位方法,其特征在于,所述几何表达体系的公式表示如下:
Figure FDA0003913409350000011
Figure FDA0003913409350000012
Figure FDA0003913409350000013
上式中,DB表示第二未知编号测定机器与第一编号测定机器的距离,DC表示第一未知编号测定机器与第二未知编号测定机器的距离,BC表示第一编号测定机器的距离与第一未知编号测定机器的距离,r表示无人集群所需要保持的飞行队形的圆周的大小,α3表示第二未知编号测定机器至第零编号测定机器的连接线与第二未知编号测定机器至第一编号测定机器的连接线之间的夹角,α4表示第二未知编号测定机器至第一编号测定机器的连接线与第二未知编号测定机器至第一未知编号测定机器的连接线之间的夹角。
5.根据权利要求4所述一种基于方位信息的无源辅助定位方法,其特征在于,所述基于几何表达体系计算所有机器的初始坐标这一步骤,其具体包括:
基于几何表达体系,根据第一编号测定机器和第一编号测定机器的距离确定第一未知编号机器的坐标;
根据第一编号测定机器和第一未知编号测定机器的距离构建二元二次方程组,确定待测机器与第零编号测定机器的距离、待测机器到第一未知编号测定机器的距离和待测机器到第二未知编号测定机器的距离;
根据第一未知编号机器的坐标、待测机器与第零编号测定机器的距离、待测机器到第一未知编号测定机器的距离和待测机器到第二未知编号测定机器的距离计算所有机器的初始坐标。
6.根据权利要求5所述一种基于方位信息的无源辅助定位方法,其特征在于,所述第一编号机器的坐标的计算公式如下:
Figure FDA0003913409350000021
上式中,a1和b1表示在几何表达体系下的第一未知编号测定机器的横坐标和纵坐标。
7.根据权利要求6所述一种基于方位信息的无源辅助定位方法,其特征在于,所述根据第一编号测定机器和第一未知编号测定机器的距离构建二元二次方程组这一步骤,表示如下:
Figure FDA0003913409350000022
上式中,h1表示待测机器与第零编号测定机器的距离,h2表示待测机器与第一未知编号测定机器的距离,h3表示待测机器与第一编号测定机器的距离,α1表示待测机器至第一编号测定机器的连接线与待测机器至第一未知编号测定机器的连接线的夹角,α2表示待测机器至第零编号测定机器的连接线与待测机器至第一未知编号测定机器的连接线的夹角。
8.根据权利要求7所述一种基于方位信息的无源辅助定位方法,其特征在于,待测机器的坐标的计算公式如下:
Figure FDA0003913409350000031
Figure FDA0003913409350000032
上式中,h1表示待测机器与第零编号测定机器的距离,h2表示待测机器与第一未知编号测定机器的距离,h3表示待测机器与第一编号测定机器的距离,a2和b2表示几何表达体系下的第一编号测定机器的横坐标和纵坐标,x和y表示待测机器在以中心无人机器为原点的坐标系的相对坐标。
9.一种基于方位信息的无源辅助定位系统,其特征在于,包括:
模型构建模块,用于构建无人集群编队模型并确定待测机器;
选择模块,基于无人集群编队模型计算编队内机器的坐标偏差并选择测定机器;
表达体系构建模块,用于根据测定机器和待测机器构建几何表达体系;
坐标计算模块,基于几何表达体系计算所有机器的初始坐标。
CN202211331080.XA 2022-10-28 2022-10-28 一种基于方位信息的无源辅助定位方法及系统 Pending CN115792805A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211331080.XA CN115792805A (zh) 2022-10-28 2022-10-28 一种基于方位信息的无源辅助定位方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211331080.XA CN115792805A (zh) 2022-10-28 2022-10-28 一种基于方位信息的无源辅助定位方法及系统

Publications (1)

Publication Number Publication Date
CN115792805A true CN115792805A (zh) 2023-03-14

Family

ID=85434167

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211331080.XA Pending CN115792805A (zh) 2022-10-28 2022-10-28 一种基于方位信息的无源辅助定位方法及系统

Country Status (1)

Country Link
CN (1) CN115792805A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117008044A (zh) * 2023-09-28 2023-11-07 汕头大学 一种无人机的纯方位无源定位方法和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117008044A (zh) * 2023-09-28 2023-11-07 汕头大学 一种无人机的纯方位无源定位方法和系统
CN117008044B (zh) * 2023-09-28 2023-12-12 汕头大学 一种无人机的纯方位无源定位方法和系统

Similar Documents

Publication Publication Date Title
CN111508021B (zh) 一种位姿确定方法、装置、存储介质及电子设备
WO2021189468A1 (zh) 激光雷达的姿态校正方法、装置和系统
CN111427026A (zh) 激光雷达的标定方法、装置、存储介质及自移动设备
CN106646645B (zh) 一种重力正演加速方法
CN113031005B (zh) 基于激光雷达的吊车动态障碍物识别方法
WO2020168685A1 (zh) 一种三维扫描视点规划方法、装置及计算机可读存储介质
CN109975810B (zh) 一种水下物体探测方法、装置及终端设备
CN115792805A (zh) 一种基于方位信息的无源辅助定位方法及系统
CN113569958B (zh) 激光点云数据聚类方法、装置、设备及介质
CN114612665A (zh) 基于法向量直方图特征的位姿估计及动态车辆检测方法
CN115952691A (zh) 多站无源时差交叉联合定位系统的优化布站方法及装置
CN111693051B (zh) 一种基于光电传感器的多目标数据关联方法
CN115096294B (zh) 一种多参量水下磁目标体定位方法
CN110648280A (zh) 一种用于大型溶洞海量点云数据拼接的数据处理方法
CN114387348A (zh) 一种地基天空背景大视场相机的标定方法
CN210572711U (zh) 一种基于多信标的超短基线标定系统
CN113671500B (zh) 一种无人机载双基地sar高频运动误差补偿方法
CN115675784B (zh) 一种基于数字化测量场的船舶总段对接系统和对接方法
CN117649495B (zh) 基于点云描述符匹配的室内三维点云地图生成方法及系统
CN117392270B (zh) 基于激光点云的导线拟合的方法、系统和计算机设备
CN118115561A (zh) 一种隧道结构的形变检测方法及介质
CN115166701B (zh) 一种rgb-d相机和激光雷达的系统标定方法及装置
CN117110983B (zh) 一种基于无人机螺旋轨迹的信号源定位方法
CN115633400B (zh) 一种目标定位计算方法和装置
CN111093265B (zh) 一种基于到达角度测距的协作定位方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination