一种基于时间图卷积网络的无人机群轻量化协同定位方法技术

本发明专利技术公开了一种基于时间图卷积网络的无人机群轻量化协同定位方法，基于时间图卷积网络T‑GCN算法对无人机坐标进行预测，同时为了减少内存消耗，进行访存优化，对原始数据采用基于RCM的图重排算法进行重新排序，提高访存效率；最后为了压缩模型，对最终输出模型采用基于双DDPG的全局自适应剪枝方法进行结构化剪枝。实验结果表明，在常规定位技术无法实现定位服务时，本发明专利技术可以很好地对无人机的位置进行预测。在仅降低0.18％模型准确率的前提下，模型的剪枝率平均值为90.3％，在测试集上预测准确率达到78.98％。

【技术实现步骤摘要】

本专利技术属于无人机，具体涉及一种无人机群轻量化协同定位方法。

技术介绍

1、随着无人机(unmanned aerial vehicle，uav)技术的发展，无人机的市场需求急速上升。无人机最初应用于军事领域，因其具有成本低、体积小、机动性强，灵活度高等优点而成为信息化作战不可或缺的武器装备，在军事侦察、监测和打击中发挥着越来越大重要作用。在技术的不断发展下，无人机的应用领域不断扩展，逐渐扩展到民用领域，包括快递运输、灾害救援、农业生产等。

2、然而单个无人机的生存能力差，能够完成的任务非常有限，面对复杂的任务就无能为力，为此出现以无人机群的形式协同完成任务。作为无人机技术中的关键技术，定位技术引起了广泛关注。只有无人机准确地确定自身的位置和姿态，才能够进行自主飞行、导航和任务执行。

3、目前，无人机群常采用的定位系统为全球定位系统(global position system，gps)。然而，仅采用gps对无人机进行定位存在着较大的误差，一般水平定位误差可达数米，而在高度的测量上误差往往更大。并且，gps作为一种视距(line-o本文档来自技高网...

【技术保护点】

1.一种基于时间图卷积网络的无人机群轻量化协同定位方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于时间图卷积网络的无人机群轻量化协同定位方法，其特征在于，所述图重排为RCM图重排。

【技术特征摘要】

1.一种基于时间图卷积网络的无人机群轻量化协同定位方法，其特征在于，包括如下步骤：

2.根据权...

【专利技术属性】
技术研发人员：刘思聪，郭斌，熊康，李瑶，王羽展，於志文，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：