一种大规模编队相对导航方法

摘要

一种大规模编队相对导航方法，它涉及相对导航领域，解决了现有的相对导航技术不能适应多种状况的问题。具体步骤如下：1、编队系统指定相对导航的坐标原点、从编队中选出n个成员作为导航基站，若导航基站数目少于2个，则选择2个虚拟导航基站；2、算法开始运行时，初值估计模块对该编队成员相对于坐标原点或虚拟坐标原点的位置和速度进行估计，将估计结果作为启动滤波算法的初始值；3、滤波算法模块对成员状态不断进行预测和修正，得到该编队成员相对于坐标原点或虚拟坐标原点的位置和速度；4、输出相对于坐标原点或虚拟坐标原点的位置和速度。本发明可以降低编队成员的成本和重量，原理简单，易于实现，适用于实现多情况下的相对导航。

主权项

一种大规模编队相对导航方法，该方法是基于下述系统实现的，所述系统由多个编队成员组成，每个编队成员包括网络设备、导航设备、网络通信单元和核心算法单元，所述网络设备由网控器及网络连接设备组成，所述核心算法单元由数据解释模块、算法调度模块、初值估计模块和滤波算法模块组成，网络设备的数据输入/输出口与网络通信单元的网络数据输入/输出口相连，导航设备的数据输出口与网络通信单元的导航数据输入口相连，网络通信单元的数据输出口与数据解释模块的数据输入口相连，数据解释模块的数据输出口与算法调度模块的数据输入口相连，算法调度模块的数据输出口同时与初值估计模块数据输入口和滤波算法模块的数据输入口相连，初值估计模块数据输出口和滤波算法模块的数据输出口同时与网络通信单元的数据输入口相连； 基于上述系统的大规模编队的相对导航方法的具体流程如下：步骤A、网络设备接收来自网络的数据，并将接收到的数据发送给网络通信单元，网络通信单元将接收到的数据发送给数据解释模块；步骤B、数据解释模块对接收到的数据按照数据存储顺序进行解码获得解码数据，并将对应数据赋值给对应变量，数据解释模块将解码数据发送给算法调度模块；所述解码数据包含指定的相对导航坐标系的坐标原点O和从编队成员中选出的n个导航基站信息，所述导航基站信息为相对于坐标原点O的位置Os′和速度Ov′，所述位置Os′和速度Ov′由其他导航设备给出，其中0≤n≤3；步骤C、算法调度模块根据解码数据对应的节点号，判断出该组数据对应的编队成员，将相应的数据传递给该编队成员，对所述编队成员进行导航，并且判断导航基站的数目n，如果n≥2，执行步骤D，否则，即n≤1，执行步骤E；步骤D、采用导航基站相对导航方法，具体步骤为：步骤D1、在指定的坐标系中，将n个导航基站相对于坐标原点O的位置Os′作为其他编队成员进行相对导航的基准；步骤D2、判断本节点是否为导航基站，如果是，则执行步骤D8，否则，执行步骤D3；步骤D3、采用相对导航判断接收到的解码数据是否为算法启动后接收到的第一组数据或数据长时间丢失继而重新恢复后的第一组数据，如果是，则执行步骤D4，否则，执行步骤D5；步骤D4、初值估计模块根据导航基站的位置和本节点与导航基站的距离测量值，按照几何关系估算本节点对应的编队成员相对于坐标原点O的位置Os和速度Ov，然后执行步骤D8；步骤D5、利用上一采样周期内得到的该编队成员的最优估计结果Os′和Ov′，根据该编队成员的运动规律和惯性测量元件的输出量对当前周期的位置Os和速度Ov进行预测，获得预测结果； 步骤D6、本节点对应的编队成员分别与n个导航基站进行通信，并得到本编队成员与n个导航基站的n个距离测量值；步骤D7、滤波算法模块通过步骤D6中的n个距离测量值对步骤D5中的预测结果进行修正，通过卡尔曼滤波得到该编队成员相对于坐标原点O的位置Os和速度Ov的最优估计结果Os′和Ov′；步骤D8、输出本节点对应编队成员相对于坐标原点O的位置Os′和速度Ov′，完成当前周期该节点的导航； 步骤E、采用虚拟导航基站相对导航方法，具体过程为：步骤E1、放弃指定的坐标系，不再使用导航基站进行导航，从编队成员中任意选出2个编队成员作为虚拟导航基站，选择其中一个虚拟导航基站作为坐标原点（0，0），另一个虚拟导航基站在横轴x轴上，位置为（Xs′，0），建立新坐标系；步骤E2、判断本节点是否为虚拟导航基站，如果是，则执行步骤E8，否则，则执行步骤E3；步骤E3、判断接收到的解码数据是否为算法启动后接收到的第一组数据或数据长时间丢失继而重新恢复后的第一组数据，如果是，则执行步骤E4，否则，执行步骤E5；步骤E4、初值估计模块根据虚拟导航基站在虚拟坐标系中的位置和本节点与虚拟导航基站的距离测量值，按照几何关系估算本节点对应的编队成员在虚拟坐标系中的位置Xs和速度Xv，然后执行步骤E8；步骤E5、利用上一采样周期内得到的该编队成员的最优估计结果Xs′和Xv′，根据该编队成员的运动规律和惯性测量元件的输出量对当前周期的位置Xs和速度Xv进行预测，获得预测结果；步骤E6、本节点对应的编队成员分别与2个虚拟导航基站进行通信，并得到本编队成员分别与2个虚拟导航基站的2个距离测量值；步骤E7、滤波算法模块根据通过步骤E6获得的2个距离测量值对步骤E5中的预测结果进行修正，通过卡尔曼滤波得到该编队成员在步骤E1中所述虚拟坐标系中的位置Xs和速度Xv的最优估计结果Xs′和Xv′；步骤E8、输出本节点对应的编队成员在虚拟坐标系中的位置Xs′和速度Xv′，完成当前周期该节点的导航；步骤D7或步骤E7中编队成员在同一个采样周期内与不同导航基站的距离测量时刻不同步，存在时差，滤波算法模块首先通过修改测量方程进行补偿，将存在时差的距离测量值统一成同一时刻的距离测量值，然后再应用滤波函数进行待估计量的估计。2、根据权利要求1所述的一种大规模编队相对导航方法，其特征在于虚拟导航基站为最靠前的两个节点对应的编队成员，或者为最靠后的两个节点对应的编队成员，或者为节点数为中间的任意两个节点对应的编队成员。3、根据权利要求1所述的一种大规模编队相对导航方法，其特征在于每个编队成员的结构还包括界面显示单元，所述界面显示单元用于显示整个编队中各个编队成员之间的相对距离、估计位置和运动轨迹，及整个编队的拓扑结构。4、根据权利要求1所述的一种大规模编队相对导航方法，其特征在于网络设备与网络通信单元之间采用UDP的传输协议进行数据传递。5、根据权利要求1所述的一种大规模编队相对导航方法，其特征在于编队成员的数目为20范围内的任何整数值，算法调度模块为20以内的编队成员分配数据。6、根据权利要求5所述的一种大规模编队相对导航方法，其特征在于编队成员的数目在导航过程中在不超过20个范围内变化，编队成员数目可以增加或减少。