查看更多>>摘要:大规模无人机(Unmanned Aerial Vehicle,UAV)集群通过部署大量低成本无人机,依靠协同感知、信息共享和分工协调完成各类复杂任务,具备高度的智慧性和自主性,已逐渐成为无人机集群技术未来的发展趋势.大规模无人机集群十分依赖高精度定位技术,以维持集群稳定、避免相互碰撞、实现目标指引.然而,在现有的主要导航定位方式中,微机电(Micro-Electro-Mechanical System,MEMS)惯性导航存在严重的累积误差,而复杂电磁环境下卫星导航易受到干扰,均难以实现高精度相对定位和长时间全局定位.针对这一问题,本文依靠通信测距技术,实现无人机集群内部高精度相对测距,修正惯导定位误差,为无人机集群在卫星导航拒止条件下执行任务提供高精度导航定位服务.本文建立了惯性导航定位模型和通信测距信号模型,构造了基于最大后验概率(Maximum A Posteriori,MAP)方法的融合定位问题,推导得到了该定位问题的克拉美-罗下界(Cramér-Rao Lower Bound,CRLB),并提出了一种基于高斯牛顿优化的全信息融合定位方法.针对长距离飞行中,测距精度远高于惯导定位精度的场景,本文提出了一种基于优超函数算法(Scaling-by-Majorizing-A-Complicated-Function,SMACOF)的高精度测距辅助定位方法,通过建立高精度相对坐标和最优变换参数估计,实现最优位置估计,并分析了该方法的性能改进程度.最后,通过数值仿真验证本文所提出的方法能够将融合后的定位标准差降低至惯导定位标准差的√2/N,能够渐进达到CRLB性能.