【技术实现步骤摘要】
一种无人机集群定位方法、装置及计算机设备
[0001]本专利技术涉及无人机集群定位
，具体涉及一种无人机集群通信定位方法、装置及计算机设备。
技术介绍
[0002]无人机可以作为通信基站用于灾后通信和紧急组网等场景中。为实现无人机自治组网，需要对新接入的无人机实现快速准确的相对定位。现有的无人机集群定位方法多基于GPS卫星定位系统，无法在GPS拒止环境下应用，且普遍精度较低，对大规模无人机集群的可拓展性较差。粒子群优化方法则是一种在GPS拒止环境下，实现相对定位的可行方案。
[0003]然而，传统的粒子群优化方法在粒子迭代时，粒子可能在个体粒子历史最优(personal best)和全体粒子全局最优(global best)之间不断震荡，使得当前时刻更新后的粒子无法收敛至最优的位置。此外，下一时刻的粒子位置是上一时刻全体粒子全局最优和个体粒子历史最优的线性叠加值，这无法保证粒子的更新位置结果比上一时刻的结果更好(更接近真实位置)，从而导致整体收敛速度变慢，使得无人机集群定位的时间较长，且定位精度较低。
【技术保护点】
【技术特征摘要】
1.一种无人机集群定位方法，其特征在于，包括：获取无人机集群的数量信息和位置信息；所述位置信息包括所述无人机集群中的长机位置信息和锚点位置信息；基于所述数量信息将所述无人机集群划分为不同的子群，并获取每一个所述子群的参数信息；基于每一个所述子群的参数信息、长机位置信息和锚点位置信息得到每一个所述子群的个体最优位置和全局最优位置；基于每一个所述子群的个体最优位置和全局最优位置得到每一个所述子群的参考最优位置；基于每一个所述子群的参考最优位置更新每一个所述子群的参数信息；基于更新后的参数信息返回执行基于每一个所述子群的参数信息、长机位置信息和锚点位置信息得到每一个所述子群的个体最优位置和全局最优位置的步骤至基于每一个所述子群的参考最优位置更新每一个所述子群的参数信息的步骤，直至达到最大迭代次数后得到最后的参考最优位置；基于最后的参考最优位置得到每一个所述子群的最佳位置。2.根据权利要求1所述的方法，其特征在于，所述参数信息包括所述子群的位置信息、速度信息和子群中无人机的可覆盖范围，所述基于每一个所述子群的参数信息、长机位置信息和锚点位置信息得到每一个所述子群的个体最优位置和全局最优位置，包括：基于所述子群的位置信息和子群中无人机的可覆盖范围得到每一个所述子群的粒子数量和粒子位置；基于每一个所述子群的粒子数量和粒子位置、长机位置信息和锚点位置信息得到每一个所述子群的个体最优位置和全局最优位置。3.根据权利要求2所述的方法，其特征在于，所述基于每一个所述子群的粒子数量和粒子位置、长机位置信息和锚点位置信息得到每一个所述子群的个体最优位置和全局最优位置，包括：基于每一个所述子群的粒子位置、长机位置信息和锚点位置信息得到每一个所述子群中粒子的适应度函数；基于所述适应度函数得到每一个所述子群的粒子的个体最优；基于每一个所述子群的粒子数量和粒子的适应度函数得到每一个所述子群的粒子的全局最优。4.根据权利要求3所述的方法，其特征在于，所述基于每一个所述子群的粒子位置、长机位置信息和锚点位置信息得到每一个所述子群中粒子的适应度函数，包括：基于所述长机位置信息和每一个所述子群的粒子位置得到第一相对测算距离；基于所述锚点位置信息和每一个所述子群的粒子位置得到第二相对测算距离；基于所述第一相对测算距离和第二相对测算距离得到所述适应度函数。5.根据权利要求1所述的方法，其特征在于，基于每一个所述子群的个体最优位置和全局最优位置得到每一个所述子群的参考最优位置，包括：将所述个体最优和全局最优进行线性叠加得到所述最佳位置，所述线性叠加的权重系
数由穷举法确定。6.根据权利要求1所述的方法，其特征在于，所述基于每一个所述子群的参考最优位置更新每一个所述子群的参数信息，包括：基于所述每一个所述子群的最佳位置更新每一个所述子群的粒子的位置信息、速度信息和适应度函数。7.根据权利要求6所述的方法，其特征在于，根据以下公式更新每一个所述子群的粒子的位置信息、速度信息和适应度函数，P
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。