无人机遂行编队飞行中的纯方位无源定位.pdf

无人机遂行编队飞行中的纯方位无源定位 聂础辉,曾慧林,黄逸桓,鲁 娆,丁鹏达(湖南理工学院 信息科学与工程学院,湖南 岳阳 414006)摘 要:针对无人机集群在遂行编队飞行过程中如何保持编队队形的问题,采用纯方位无源定位算法构建定位模型,探讨如何依据队形特点自适应调节,并将该方案推广到其他队形场景.以较规则和简易的圆形无人机编队场景为切入点,在已知部分无人机位置信息和编号的前提下,建立基于纯方位无源定位模型.在实际场景中,大部分无人机的位置会因为设备或其他原因导致偏差,因此需要探讨自适应调整方案.最后,将圆形无人机编队场景的相关方案推广到锥形无人机编队场景.关键词:无人机;编队飞行;纯方位无源定位 中图分类号:TN911 文献标识码:A 文章编号:1672-5298(2023)02-0017-04 Bearing-only Passive Location for UAV in Formation Flight NIE Chuhui,ZENG Huilin,HUANG Yihuan,LU Rao,DING Pengda(School of Information and Communication Engineering,Hunan Institute of Science and Technology,Yueyang 414006,China)Abstract:This paper discusses how to maintain formation of unmanned aerial vehicle(UAV)cluster in the process of formation flying,how to build a suitable location model using bearing-only passive location algorithm,and how to automatically adjust according to formation characteristics and extend this scheme to other formation scenarios.Taking the relatively regular and simple round UAV formation scene as the starting point,the passive location model based on bearing-only is established on the premise that the position information and number of some UAVs are known;Further relaxing the conditions,this paper explores how to effectively implement the positioning scheme;In addition,in the actual scene,the position of most UAVs is biased due to equipment or other reasons,and the adaptive adjustment scheme is discussed.The relevant schemes of circular UAV formation scenario are extended to conical UAV formation scenario.Key words:unmanned aerial vehicle;formation flying;bearing-only passive location 0 引言 近年来,无人机的无源定位在民用和军事领域有着广泛的应用,如监视、导航跟踪、救援、探测等.单架无人机易受自身飞行能力和载荷的限制,因此许多研究者转向无人机集群控制和编队飞行的相关研究1,2.目前多使用 NOKOV 光学三维动作捕捉系统实现无人机编队中的室内定位,获取亚毫米级精度空间位置信息,很大提升了无人机执行任务的复杂性和时效性,在搜索救援、环境探测和大范围监控等诸多领域有非常重要的现实意义3,4.无人机集群在遂行编队飞行时,为避免外界干扰,应尽可能保持电磁静默,减少向外发射电磁波信号.为保持编队队形,拟采用纯方位无源定位的方法调整无人机的位置,即由编队中某几架无人机发射信号、其余无人机被动接收信号,从中提取出方向信息进行定位,从而调整无人机的位置.编队中每架无人机均有固定编号,且在编队中与其他无人机的相对位置关系保持不变5.本文针对无人机集群在遂行编队飞行过程中如何保持编队队形这一问题,探讨采用纯方位无源定位算法构建合适的定位模型,以及如何依据队形特点进行自适应调节,并将该方案推广到其他队形场景.1 系统模型 无人机位置分布如图 1 所示,UAV:0 为 FY00 所在位置,其余无人机均匀分布在圆上(UAV:19).收稿日期:2022-07-16 基金项目:湖南省教育厅项目(20C0879);湖南省大学生创新创业项目(S202210543051,S202212658015,S202212658012);全国大学生创新创业项目(20221265800X)作者简介:聂础辉,男,硕士,副研究员.主要研究方向:编码电缆、嵌入式系统 第36卷 第2期 湖南理工学院学报(自然科学版)Vol.36 No.22023 年 6 月 Journal of Hunan Institute of Science and Technology(Natural Sciences)Jun.202318 令 UA待定位接收A 坐标为(R对A同理,联立式为方便将 代入式两边同除以于是 由式(4射机的位置1.1 有偏差首先确().采用的相位()位单元,调三架发射机AV:0 所在位收机位于点 NR,0),点 B 坐图 1 无人ON1进行分析在BON1中式(1)和式(2),便计算,对式式(3),通过两以cos,得 4)和(5)可以看置及两发射机差参考无人机确定最终调整FY00 和 FY)调整,先任意调整其余无人机,多次迭代位置为 O,选择N.以 O 为圆坐标为(R,2n人机理想分布位置析,由正弦定中,有 约分 R 和 式(3)进行换元两角和公式,得2sin(sin2sinsin看出,的值机的编号差有机场景定位 整到半径R Y01 提供的方意选取一架无人机的和代后,和最湖南理择圆弧上任意心,OA为极径/9),其中,n置 定理得到 sinR2sinR得到 21sinsin(元,令 得到 1coscos12sincosstansi值可用与1,有关.100 m的圆上方向信息1与无人机FY0X,使其逼近最终会收敛于理工学院学报(自然意两架发射机径建立极坐标为圆上两发1sin(22sin(1)sins229n1sin)sin1stansin121insinsincos,2,n有关的上,则FY01与理想值逼近X也作为发射近理想值;并寻于理想值附近然科学版)机,编号较小标系.已知发射机编号之差图 21).2)9.n 22sin(9n,9 1n(sincos1nsinsi211sinsin.sincos的方程表示,为无偏位置近来粗略调整射机,与FY00寻找误差最小近,即实现调小的位于点A发射机均匀分差.待测点几 待测点在两已知 ).scossin1incostan 所以待测机置.然后调整整有偏无人机0和FY01一小的有偏无人调整方案.A,编号较大的分布在同一圆几何关系如图知点外几何关系 n),n,位置模型与整其余八架无人机的.对于其一起共三架发射人机作为下次第 36 卷的位于点B,圆周上,则点图2所示.(1)(2)(3)(4)(5)圆弧上两发人机的幅度其余无人机射机构成定次迭代的第第 2 期 聂础辉,等:无人机遂行编队飞行中的纯方位无源定位 19 1.2 模型建立与求解 调整极坐标(,)到理想位置,即为理想,为理想.无人机仅能通过方向信息进行调整,三个确定位置的发射机提供的1,2,3能够有效定位,称三个确定位置的发射机为一组定位单元.FY00,FY01 为准确位置,选为发射机,两发射机仅能提供一个方向信息1.首先,其余所有飞机依据 FY00,FY01 提供的实际方向信息1沿 FY00 方向逼近理想方向,调整有偏无人机的(顺向或逆向 FY00 飞行调整);其次,任意选取圆周上 FY0X 为发射机,与 FY00 和 FY01 一起构成一组定位单元.推导出与方向信息之间的关联式以便直观体现方向信息变化对的影响.在1确定的前提下,依据平面几何理论推导出与 2(或 3)的关系,即 21122sinsin()sinsin().9n (6)通过2调整使其逼近理论值,由于是任意选取一无人机作为发射机,其本身位置存在偏差,因此使用迭代算法动态调整,每次迭代调整和,在除编号为 FY00 和 FY01 以外的无人机中,选取方向信息最接近理想值的无人机作为下次迭代时的第三台发射机,经过多次迭代直至收敛.2 仿真与分析 图 3 中横坐标为实际2,纵坐标为理想1与实际1差值的绝对值,图中极小值反映了1实际值与理论值最接近的临界状态,依此调整所有无人机在大致相同范围.图 4 为迭代次数与均方误差 MSE 的变化情况,可以观察到迭代达到一定次数时,MSE 趋于收敛且符合标准,说明了模型的合理性.图 3 理想 1与实际 1差值的绝对值 图 4 迭代次数与 MSE 实际飞行中,无人机集群也可以采用其他编队队形,考虑纯方位无源定位的情形,无人机定位方案也需进行相应调整.假设无人机队形为锥形队形,如图 5(a)所示.图 5 中以方块标识的 UAV 作为无人机群的发射端,可通过迭代方法求出周围其余无人机的准确位置.由于目前所有 UAV 的位置未知,先假定编号为 1 的 UAV 位于理想位置.图 5(c)是让编号为 1、2、3 的无人机做发射机,通过1号UAV提供的幅度信息和2、3号UAV提供的相位信息来确定5号UAV的位置;让编号为 1、4、6 的无人机做发射机,通过 1 号无人机提供的幅度信息和 4、6 号无人机提供的相位信息来确定 13 号无人机的位置,虽然 2、3、4、6 号无人机的位置都有可能略有误差,但当迭代次数足够多时,误差可忽略不计.图 5(df)可通过类似方法进行求解.相邻两架无人机之间的距离都相等,以任意一架无人机的位置为圆心以 50 m 为半径作圆,都会有某些无人机位于该圆上,可以通过迭代法对不在圆上的无人机进行矫正使其回到圆上.由于选取任何一点都可找到与其共线的点,故该特例具有普遍性.02040608010012014016018020000.511.522.533.54020406080100120140迭代次数0.040.060.080.10.120.140.160.180.20.22幅度误差相位误差20 湖南理工学院学报(自然科学版)第 36 卷 图 5 纯方位无源定位情形下的无人机定位方案 3 结束语 本文针对无人机集群在遂行编队飞行过程中如何保持编队队形的问题,探讨采用纯方位无源定位算法构建合适的定位模型.以较为规则和简易的圆形无人机编队场景为切入点,在已知部分无人机位置信息和编号的前提下,建立基于纯方位无源定位模型,探讨在实际场景中的自适应调整方案,并将圆形无人机编队场景的相关方案推广到锥形无人机编队场景.参考文献:1 郭琪磊,桑为民,牛俊杰,等.复杂气象条件下考虑结冰风险的无人机飞行策略J.航空学报,2023,44(1):627518.1627518.17.2 季耀君.纯方位目标定位算法的优化设计研究J.荆楚理工学院学报,2018,33(4):3036+47.3 范嫦娥,李德毅,彭冬亮,等.基于遗传算法的单站无源纯方位定位算法J.计算机仿真,2007,24(6):168170+295.4 张学彪,杨恺滋.双站纯方位定位算法存在的问题及其解决方法J.核电子学与探测技术,2004,24(6):598600.5 辛沙欧,陈 可,宋震林,等.基于纯方位的多无人机协同目标跟踪算法J.电子设计工程,2021,29(24):1823.05010015005010015020005010015005010015020005010015005010015020005010015005010015020005010015005010015020005010015005010015020001245637891011121314(a)(b)(c)(d)(e)(f)