[发明专利]无人集群协同定位方法及装置

权利要求书

1.一种无人集群协同定位方法，其特征在于，包括：

获取所述无人集群内的第一节点集合和侦听节点，所述第一节点集合包括所述无人集群内的至少两个节点，所述侦听节点为所述无人集群内除所述第一节点集合以外的任一节点；

基于无线宽带信号，利用侦听节点监听所述第一节点集合内任一节点与其余节点之间的通信，并结合预先获取的拓扑估计结果，得到所述侦听节点相对于所述第一节点集合的位置关系，所述拓扑估计结果为所述第一节点集合内各节点之间的相对位置预估结果；

所述利用侦听节点监听所述第一节点集合内任一节点与其余节点之间的通信，并结合预先获取的拓扑估计结果，得到所述侦听节点相对于所述第一节点集合的位置关系，包括：

基于侦听节点监听所述第一节点集合内任一节点与其余节点之间的通信，得到到达时间差和第一参数，所述第一参数为所述侦听节点相对于所述第一节点集合内各节点的到达角度；

根据所述到达时间差，得到测量时间差信息矩阵；

根据所述到达时间差和所述第一参数，并结合预先获取的拓扑估计结果，得到融合矩阵；

利用高斯噪声协方差矩阵作为定位误差协方差矩阵，并结合所述测量时间差信息矩阵和所述融合矩阵进行加权最小二乘，得到所述侦听节点的第一位置；

根据所述第一位置，更新定位误差协方差矩阵，并利用更新后的定位误差协方差矩阵更新加权最小二乘，得到所述侦听节点的第二位置；

根据所述第二位置，更新所述测量时间差信息矩阵、所述更新后的定位协方差矩阵和所述融合矩阵，并利用更新后的测量时间差信息矩阵、定位协方差矩阵和融合矩阵更新加权最小二乘，得到所述侦听节点的预估位置；

根据所述预估位置和所述拓扑估计结果，得到所述侦听节点相对于所述第一节点集合的位置关系。

2.根据权利要求1所述的无人集群协同定位方法，其特征在于，所述得到融合矩阵，包括：

利用所述到达时间差、所述第一参数和所述拓扑估计结果进行信息融合，得到初始融合矩阵；

对所述第一参数进行线性化转换，得到线性化结果；

基于所述线性化结果，对所述初始融合矩阵进行线性转化，得到融合矩阵。

3.根据权利要求1所述的无人集群协同定位方法，其特征在于，在所述获取所述无人集群内的第一节点集合之后，还包括：

获取中心节点，所述中心节点为所述第一节点集合内的任一节点；

获取所述中心节点与第一节点集合内其他节点之间的飞行时间和第二参数，所述第二参数为所述中心节点相对于所述其他节点的到达角度；

根据所述飞行时间和所述第二参数，得到第一节点集合的拓扑估计结果。

4.根据权利要求3所述的无人集群协同定位方法，其特征在于，所述根据所述飞行时间和所述第二参数，得到第一节点集合的拓扑估计结果，包括：

基于所述飞行时间，获取中心节点与第一节点集合内其他节点的链路距离，形成距离矩阵；

基于所述第二参数，获取对应余弦值，形成角度矩阵；

根据所述距离矩阵和所述角度矩阵，得到所述中心节点与所述其他节点的相对位置；

基于映射矩阵，对所述第二参数进行融合定位解算，并对融合定位解算结果进行降维处理，得到第一节点集合的拓扑估计结果。

5.根据权利要求4所述的无人集群协同定位方法，其特征在于，所述根据所述链路距离和所述角度矩阵，得到所述中心节点与所述其他节点的相对位置，包括：

对所述角度矩阵进行奇异值分解，得到特征向量和特征值；

对所述链路距离进行对角化；

根据对角化后的链路距离、所述特征向量和所述特征值，得到所述中心节点相对于所述其他节点的相对位置。