一种多移动智能体群的多个丢失位置智能体递推位置找寻方法技术

本发明专利技术提供一种多移动智能体群的多个丢失位置智能体递推位置找寻方法，多移动智能体群是指多移动智能体群是指多个移动智能体组成的集合，实现多个移动智能体间的实时数据通信、多机编队、协同行动，组成移动体群的每个个体都具有一定的自主能力，包括一定程度的自我运动控制、局部范围内的信息传感、处理和通信能力等，由于天气或地理原因造成多个移动智能体丢失位置，对于某个丢失位置移动智能体采用邻近检测、接收信息强度指示(RSSI)、到达时间(TOA)、到达时间差(TDOA)、到达角度(AOA)等几种方式，再结合优化的三边定位算法和三角角度测量上的算法，实现对该丢失位置智能体位置找寻，采用扩展卡尔曼滤波算法和埃特金加速收敛方法递推实现全部丢失位置的移动智能体位置找寻。

A recursive location finding method for multiple lost location agents in multi mobile agent group

【技术实现步骤摘要】
一种多移动智能体群的多个丢失位置智能体递推位置找寻方法
本专利技术涉及工业、国防、航空、救援等多移动智能体群应用功能研究，多移动智能体群是指多个移动智能体组成的集合，实现多个移动智能体间的实时数据通信、多机编队、协同行动，组成移动体群的每个个体都具有一定的自主能力，包括一定程度的自我运动控制、局部范围内的信息传感、处理和通信能力等，由于天气或地理原因造成多个移动智能体丢失位置，对于某个丢失位置移动智能体采用邻近检测、接收信息强度指示(RSSI)、到达时间(TOA)、到达时间差(TDOA)、到达角度(AOA)等几种方式，再结合优化的三边定位算法和三角角度测量上的算法，实现对该丢失位置智能体位置找寻，采用扩展卡尔曼滤波算法和埃特金加速收敛方法递推实现全部丢失位置的移动智能体位置找寻。
技术介绍
多移动智能体群是由不同个体相互协作、互相适应形成的连贯紧密的有机整体。自然界中的集群是一个完全依靠简单规则管理的实体。如图1所示，自然界中生物群集活动现象，其中最主要的特点是群集活动中的个体生物可以依据相邻个体状态自主规划自身状态。对移动智能体群的研本文档来自技高网...

【技术保护点】
1.一种多移动智能体群的多个丢失位置智能体递推位置找寻方法，其特征在于：/n多移动智能体群是指多个移动智能体组成的集合，实现多个移动智能体间的实时数据通信、多机编队、协同行动，组成移动体群的每个个体都具有一定的自主能力，包括一定程度的自我运动控制、局部范围内的信息传感、处理和通信能力等，由于天气或地理原因造成多个移动智能体丢失位置，对于某个丢失位置移动智能体采用邻近检测、接收信息强度指示(RSSI)、到达时间(TOA)、到达时间差(TDOA)、到达角度(AOA)等几种方式，再结合优化的三边定位算法和三角角度测量上的算法，实现对该丢失位置智能体位置找寻，采用扩展卡尔曼滤波算法和埃特金加速收敛方法...

【技术特征摘要】
1.一种多移动智能体群的多个丢失位置智能体递推位置找寻方法，其特征在于：
多移动智能体群是指多个移动智能体组成的集合，实现多个移动智能体间的实时数据通信、多机编队、协同行动，组成移动体群的每个个体都具有一定的自主能力，包括一定程度的自我运动控制、局部范围内的信息传感、处理和通信能力等，由于天气或地理原因造成多个移动智能体丢失位置，对于某个丢失位置移动智能体采用邻近检测、接收信息强度指示(RSSI)、到达时间(TOA)、到达时间差(TDOA)、到达角度(AOA)等几种方式，再结合优化的三边定位算法和三角角度测量上的算法，实现对该丢失位置智能体位置找寻，采用扩展卡尔曼滤波算法和埃特金加速收敛方法递推实现全部丢失位置的移动智能体位置找寻。


2.根据权利要求1所述的方法，其特征在于：
对于多个移动智能体丢失位置找寻采用信号与噪声的状态空间模型，利用其它移动智能体的估计值和现时刻的观测值来更新对状态变量的估计，求丢失位置移动智能体的的估计值。由量测值重构系统的状态向量，测量值往往在任何时候都有噪声。卡尔曼滤波利用目标的动态信息，设法去掉噪声的影响，得到一个关于目标位置的好的估计。这个估计可以是对当前目标位置的估计(滤波)，也可以是对于将来位置的估计(预测)，也可以是对过去位置的估计(插值或平滑)。它以“预...

【专利技术属性】
技术研发人员：孙磊，
申请(专利权)人：北京诚志纪元科技有限公司，
类型：发明
国别省市：北京;11