一种基于非连续时间相对距离约束的多无人机协同优化方法技术

本发明专利技术公开了一种基于非连续时间相对距离约束的多无人机协同优化方法，包括读取k时刻协同网络中异类异构导航传感器信息，预测各个无人机节点下一时刻的姿态四元数、速度、位置信息；构建惯导系统状态递推方程和观测方程，通过设计扩展卡尔曼滤波器对主机节点惯导系统误差进行修正和补偿，得到主机高精度位置信息；根据距离观测可用性评估结果给出对应的权重系数；构建面向滑动窗口的非连续时间相对距离约束多无人机协同优化图模型及代价函数；对集群无人机状态进行全局优化和估计。本发明专利技术通过设计距离观测可用性的权值系数，能够实现集群无人机距离观测的自适应融合估计，能够有效提高距离观测非连续复杂干扰环境下无人机的导航定位精度。

【技术实现步骤摘要】

本专利技术涉及集群无人机协同导航领域，尤其涉及一种基于非连续时间相对距离约束的多无人机协同优化方法。

技术介绍

1、无人机作为一种能够替代人类在复杂环境下从事危险任务的载体，近年来在军民用领域得到广泛应用。单架无人机受限于体积、质量、飞行距离等多方面因素的限制，作战效能、任务执行的成功率较低，已无法满足日益复杂的现代作战需求。集群无人机在智能协同策略的引导下，通过协同分工，互相配合可以有效降低系统的抗毁伤能力，提高复杂战场环境下执行任务的成功率，完成单架无人机无法完成的任务。

2、高精度导航信息作为无人机飞行控制系统的输入，对无人机稳定、可靠、安全飞行起着至关重要的作用。目前集群无人机广泛采用卫星导航系统为无人机提供高精度的导航信息。复杂战场环境下基于无线电的卫星导航信号易受外界环境干扰导致定位性能下降，甚至无法使用，严重影响着集群无人机的飞行安全。无人机之间的相对距离感知信息作为一种外源辅助导航信息源，通过设计分布式的协同定位算法可有效提高卫星拒止环境下无人机的导航定位性能。

3、现阶段广泛采用的基于卡尔曼滤波架构的分布式多无人机本文档来自技高网...

【技术保护点】

1.一种基于非连续时间相对距离约束的多无人机协同优化方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于非连续时间相对距离约束的多无人机协同优化方法，其特征在于，所述步骤(2)姿态四元数预测采用如下公式：

3.根据权利要求1所述的基于非连续时间相对距离约束的多无人机协同优化方法，其特征在于，所述步骤(2)速度预测采用如下公式：

4.根据权利要求1所述的基于非连续时间相对距离约束的多无人机协同优化方法，其特征在于，所述步骤(2)位置预测采用如下公式：

5.根据权利要求1所述的基于非连续时间相对距离约束的多无人机协同优化方法，其特征在...

【技术特征摘要】

1.一种基于非连续时间相对距离约束的多无人机协同优化方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于非连续时间相对距离约束的多无人机协同优化方法，其特征在于，所述步骤(2)姿态四元数预测采用如下公式：

3.根据权利要求1所述的基于非连续时间相对距离约束的多无人机协同优化方法，其特征在于，所述步骤(2)速度预测采用如下公式：

4.根据权利要求1所述的基于非连续时间相对距离约束的多无人机协同优化方法，其特征在于，所述步骤(2)位置预测采用如下公式：

5.根据权利要求1所述的基于非连续时间相对距离约束的多无人机协同优化方法，其特征在于，所述步骤(3)主机节点惯性或卫星松组合导航系统卡尔曼滤波状态方程为：

6.根据权利要求1所述的基于非连续时间相对距离约束的多无人机协同优化方法，其特征在于，所述步骤(3)主机节点惯性或...

【专利技术属性】
技术研发人员：王钲淳，刘瑞明，奚弘远，周衍，杨淼，刘强，
申请(专利权)人：江苏海洋大学，
类型：发明
国别省市：