论文部分内容阅读
多移动观测平台形式多样，其协同自定位和目标定位都是移动观测领域的基本前提和研究热点，在工业环境、日常生活、航空航天、军事等领域应用前景十分广阔。在复杂多变的实际环境中，多移动观测平台自定位和目标定位对于复杂任务的完成至关重要。基于实际环境中应用的需求，本文较为深入地研究了多移动观测平台协同自定位算法，并将其运用到目标定位场景中，具有一定的现实意义。本文所做的工作与创新点如下: (1)建立了多移动观测平台协同自定位与目标定位系统模型。在较为深入地了解多移动观测平台领域的研究现状及基本原理后，在二维环境中全局坐标系下，建立了多移动观测平台运动模型、目标观测模型、噪声模型并对系统可观测性进行了分析。 (2)针对多移动观测平台协同自定位问题，提出了一种基于相对方位的EKF协同自定位算法。对该算法从平台数量、总均方根误差、单次运行时间及收敛百分比4个方面进行了仿真，结果表明其具有较好的实时性。 (3)针对EKF协同自定位算法精度不高的问题，提出了两种确定性采样协同自定位算法。分别对采用UT变换生成采样点的UKF协同自定位算法以及采用Stirling插值公式的CDKF协同自定位算法进行仿真。仿真结果表明，该算法定位精度较高但计算复杂度高。 (4)针对现有算法难以兼顾自定位精度和实时性的问题，提出了一种基于相对方位的SR-UKF协同自定位算法。该算法在滤波步骤中直接传递协方差矩阵平方根因子，避免了SPKF协同自定位算法的多次开平方运算。仿真将其与现有算法从定位精度、实时性、鲁棒性各方面进行了对比，还将其用于运动轨迹不同以及量测信息不完全的多移动观测平台自定位系统中。仿真表明，基于相对方位的SR-UKF协同自定位算法兼顾了实时性、定位精度及鲁棒性。 (5)针对协同目标定位的问题，提出了一种基于多移动观测平台两两测向交叉定位误差的最优加权融合算法。仿真采用均方根误差衡量目标定位精度，并分析了其中的不可观情形。结果表明本文给出的自定位算法能有效运用在实际目标定位中。 上述研究通过算法在定位精度、实时性、鲁棒性上的不断改进，最终得出了兼顾多种性能的协同自定位算法，并有效运用于目标定位，为定位之后复杂任务的进一步实现提供了保障。