2022国赛B题无人机遂行编队飞行中的纯方位无源定位思路分析

简介: 2022国赛B题无人机遂行编队飞行中的纯方位无源定位思路分析

***\*2022\**** 年高教社杯全国大学生数学建模竞赛题目





***\*B\**** 题 无人机遂行编队飞行中的纯方位无源定位



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, 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, 来调整无人 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。接收信号的无人机所接收到的方向信息约定为:该无人机与任意两架发射信号无人机连线 之间的夹角 (如图 1 所示)。例如: 编号为 FY01 、FY02 及 FY03 的无人机发射信号,编号为 FY04 的无人机接收到的方向信息是 a1 ,a2  和 a3。


![img](https://ucc.alicdn.com/images/user-upload-01/img_convert/0cb45af7328cd0b80305bb30a2d02563.png)


图 1   无人机接收到的方向信息示意图


请建立数学模型,解决以下问题:


问题 ***\*1\****  编队由 10 架无人机组成,形成圆形编队, 其中 9 架无人机 (编号 FY01~FY09)均 匀分布在某一圆周上,另 1 架无人机 (编号 FY00) 位于圆心 (见图 2)。 无人机基于自身感知 的高度信息,均保持在同一个高度上飞行。


![img](https://ucc.alicdn.com/images/user-upload-01/img_convert/76bd11823c85d455a483f64a1d096475.png)


图 2  圆形无人机编队示意图


(1)  位于圆心的无人机 (FY00) 和编队中另 2 架无人机发射信号, 其余位置略有偏差的无 人机被动接收信号。当发射信号的无人机位置无偏差且编号已知时, 建立被动接收信号无人机 的定位模型。




(2)  某位置略有偏差的无人机接收到编号为 FY00 和 FY01 的无人机发射的信号,另接收到 编队中若干编号未知的无人机发射的信号。若发射信号的无人机位置无偏差,除 FY00 和 FY01 外,还需要几架无人机发射信号,才能实现无人机的有效定位?


(3)  按编队要求, 1 架无人机位于圆心,另 9 架无人机均匀分布在半径为 100 m 的圆周上。 当初始时刻无人机的位置略有偏差时, 请给出合理的无人机位置调整方案,即通过多次调整, 每次选择编号为 FY00 的无人机和圆周上最多 3 架无人机遂行发射信号,其余无人机根据接收 到的方向信息,调整到理想位置(每次调整的时间忽略不计),使得 9 架无人机最终均匀分布在 某个圆周上。利用表 1 给出的数据, 仅根据接收到的方向信息来调整无人机的位置,请给出具 体的调整方案。


表 ***\*1\****  无人机的初始位置



| 无人机编号 | 极坐标 (m,∘ ) |

| ---------- | ------------- |

| 0          | (0, 0)        |

| 1          | (100, 0)      |

| 2          | (98, 40.10)   |

| 3          | (112, 80.21)  |

| 4          | (105, 119.75) |

| 5          | (98, 159.86)  |

| 6          | (112, 199.96) |

| 7          | (105, 240.07) |

| 8          | (98, 280.17)  |

| 9          | (112, 320.28) |



问题 ***\*2\****  实际飞行中, 无人机集群也可以是其他编队队形, 例如锥形编队队形 (见图 3,直 线上相邻两架无人机的间距相等,如 50 m)。仍考虑纯方位无源定位的情形,设计无人机位置 调整方案。



![img](https://ucc.alicdn.com/images/user-upload-01/img_convert/1a1eefeb025cceaf83b041bf6d14c750.png)


图 3  锥形无人机编队示意图

相关文章
|
XML 安全 定位技术
无人船水下地形测量作业流程
无人船水下地形测量作业流程
318 0
|
2月前
|
传感器 人工智能 机器人
水下无人机:深海探索的未来工具
【10月更文挑战第6天】水下无人机作为深海探索的未来工具,正不断突破技术瓶颈,拓宽人类对深海的认知边界。它们在深海科学研究、资源勘探、军事应用以及环境保护中展现出了巨大的潜力和价值。随着技术的不断进步和应用的不断拓展,水下无人机将迎来更加广阔的发展空间,为人类探索和保护海洋提供强有力的技术支持。
|
机器学习/深度学习 传感器 算法
【无人机巡航】基于模拟退火算法求解无人机巡航问题附Matlab代码
【无人机巡航】基于模拟退火算法求解无人机巡航问题附Matlab代码
|
算法 机器人
机器人手臂四旋翼的笛卡尔阻抗控制(Matlab代码实现)
机器人手臂四旋翼的笛卡尔阻抗控制(Matlab代码实现)
156 0
|
算法 自动驾驶
【无人车】用于无人地面车辆的路径跟踪算法(Matlab代码实现)
【无人车】用于无人地面车辆的路径跟踪算法(Matlab代码实现)
116 0
|
机器学习/深度学习 传感器 算法
【定位】基于频差定位实现四卫星导航定位系统附matlab代码
【定位】基于频差定位实现四卫星导航定位系统附matlab代码
|
机器学习/深度学习 传感器 算法
【WSN定位】基于GDOP时差和频差无源定位方法研究附matlab代码
【WSN定位】基于GDOP时差和频差无源定位方法研究附matlab代码
|
机器学习/深度学习 传感器 算法
【路径规划】基于fmincon实现无人机航路避障规划附matlab代码
【路径规划】基于fmincon实现无人机航路避障规划附matlab代码
|
机器学习/深度学习 传感器 算法
【路径规划】基于RRT算法实现实际地图船舶航路避障规划附matlab代码
【路径规划】基于RRT算法实现实际地图船舶航路避障规划附matlab代码
|
传感器 机器学习/深度学习 算法
【无人机控制】多旋翼飞行器 (MAV) 的飞行动力学和控制模拟器附matlab代码
【无人机控制】多旋翼飞行器 (MAV) 的飞行动力学和控制模拟器附matlab代码