导读:本文包含了编队导航论文开题报告文献综述及选题提纲参考文献，主要关键词:协同导航,迭代无迹卡尔曼滤波,无人机,编队飞行
编队导航论文文献综述
唐大全,邓伟栋,唐管政,鹿珂珂,陈正[1]（2019）在《基于迭代无迹卡尔曼滤波的无人机编队协同导航》一文中研究指出无人机编队可以整合单架无人机所具有的各项功能,极大地提高任务完成率。本文主要探索无人机编队的协同导航精度问题。针对非线性滤波在协同导航方面精度差的特点,提出基于Levenberg-Marquardt方法的迭代卡尔曼滤波方法。该方法多次使用状态的估计值代替预测值进行量测更新,在保证收敛性的同时,增加了滤波精度,提高了滤波收敛速度。将所提出的方法与EKF和UKF进行对比,仿真结果表明,所提出的方法可以有效地提高无人机编队协同导航精度和运算效率,具有一定的实用价值。(本文来源于《自动化与仪表》期刊2019年10期）
刘晓洋,徐胜红[2]（2019）在《无人机编队分层式协同导航仿真研究》一文中研究指出无人机仅依靠惯性导航系统(INS)会使导航误差随时间推移而发散,传统主从式无人机协同导航方法在大规模无人机编队中由于数据链和相对导航传感器性能的限制,无法实现所有僚机对长机的通信和测量,因此单层结构难以有效提高整个无人机编队的导航精度。针对上述问题,提出一种分层式协同导航系统方案,以僚机惯导输出误差作为状态量,利用相对导航与长/僚机惯导信息构造量测量,在相对导航坐标系和僚机惯导位置输出转换的基础上建立协同导航系统模型,并通过卡尔曼滤波估计出僚机惯导输出误差。仿真结果表明,所提方法能够保证整个无人机编队系统导航误差有界,进而满足编队长时间飞行对导航精度的要求。(本文来源于《计算机仿真》期刊2019年10期）
王念曾[3]（2019）在《基于惯性/GNSS/UWB信息融合的小型无人机编队相对导航技术研究》一文中研究指出无人机编队协同技术利用多无人机传感器之间的信息交互,在执行任务时有更佳的操作性、稳定性、安全性,具有非常广阔应用前景。而相对导航信息作为实现协同控制的关键信息,其精确性和可靠性的保证具有重要意义。本文围绕小型无人机之间的近距离相对导航信息的求解,设计了一套基于无人机之间测距信息的相对导航方案,并对载波相位差分技术,UWB超宽带通信与测距技术,GNSS/INS紧组合技术等相关技术进行了问题分析与研究。研究内容如下:首先,本文针对相对导航中测距的精度问题,研究了UWB测距优化算法。基于UWB测距模型,针对由于通信帧从发送电路到发送天线导致的的天线延迟,使用线性拟合对误差进行补偿和校准;针对由于节点之间相对运动导致的测距偏移,建立了误差补偿模型;针对NLOS状态下产生的测距误差,利用滑动窗口的方法进行识别,并优化了卡尔曼滤波算法实现了误差的修正。实验结果表明,优化过后的测距算法精度与传统的测距算法相比,在LOS(空旷环境)状态下误差降低了70%,在NLOS(非视距环境)状态下误差降低了50%。其次,针对本文相对导航方案中差分GNSS技术的整周模糊度解算的精度和可靠性问题,研究了UWB辅助整周模糊度解算的相关算法。利用UWB的测距信息,通过对目标函数的约束,将整周模糊度浮点解快速收敛,其精度提高了一个数量级,使模糊度整数解的搜索效率提高了6%;建立了搜索辅助空间,在尽可能减少计算负担的前提下扩大了搜索范围,将模糊度整数解搜索的成功率提高了4%;另外,设计了整周模糊度验证方法,该方法不仅克服了Ratio测试需要2个候选模糊度的局限性,而且提高了检验的可靠度。接着,针对INS/GNSS组合方式的精度不满足相对导航要求的问题,基于UWB测距信息,结合GNSS差分技术,研究了UWB辅助的INS/GNSS相对导航融合算法。针对载波测量值噪声波动较大导致估计结果产生偏差的情况,设计了抗差自适应因子对无迹卡尔曼滤波器进行了优化,提高系统精确性和鲁棒性。仿真结果表明,该融合算法将相对导航的定位精度相对INS/GNSS紧组合提高了至少50%,绝对精度在10cm左右,满足相对导航的定位精度需求。同时,抗差自适应因子能够更好地修正观测误差较大时的估计误差。最后,针对小型无人机编队成员之间相互信息的需求,基于UWB超宽带传感器研究了本相对导航方案中的通信和测距功能,基于IEEE802.15.4a的通信机制,设计了UWB测距、通信的数据帧格式以及数据接收和发送策略。另外,搭建了相对导航的硬件验证平台,通过实验验证了导航定位的整体性能以及算法的合理性。(本文来源于《南京航空航天大学》期刊2019-03-01）
杨博,王浩帆,苗峻,赵晓涛[4]（2019）在《基于卫星编队的空间碎片视觉高精度导航方法》一文中研究指出视觉方法被广泛应用于空间碎片这类和卫星之间没有任何通信的非合作目标导航。针对观测过程中视觉传感器的像差偏差引起位置不确定的问题,提出了利用卫星编队的立体视觉导航方法。首先,利用卫星编队构造了长基线的视觉传感器,通过Fisher矩阵对系统的可观测性进行了分析,验证了系统是可观的;其次,对视觉传感器进行了误差分析,通过安排最优视差角,使多颗卫星的观测信息融合达到最优;最后,应用卫星编队的视觉导航方法对空间碎片进行了导航仿真验证。结果表明,基于卫星编队的视觉导航方法可以显着减小观测误差,精度能达到0.1 m量级,而且编队构形简单,易于工程实现。(本文来源于《中国空间科学技术》期刊2019年01期）
熊骏,熊智,刘建业,于永军[5]（2018）在《一种基于置信传播和协同信息筛选的无人机编队协同导航方法》一文中研究指出针对无人机编队过程中的协同导航问题,提出了一种基于置信传播和协同信息筛选的无人机编队协同导航方法,基于置信传播原理,设计了适用于大规模无人机编队的协同导航机制,并针对置信传播计算量较大的问题,根据无人机之间的协同信息分布特性,提出了基于Fisher信息特性和相对熵的协同信息筛选方法。仿真结果表明,该编队协同导航方法大大提升了编队中低精度无人机的定位精度,且在使用少量协同信息的情况下同样可以实现精度提升。(本文来源于《2018惯性技术发展动态发展方向研讨会文集》期刊2018-06-28）
喻子原,刘劲,宁晓琳,马辛,桂明臻[6]（2018）在《面向编队飞行的天文多普勒差分/脉冲星组合导航》一文中研究指出太阳光较强,太阳多普勒差分导航测量精度高,但难以提供多方位速度信息。恒星星光弱,恒星多普勒差分导航测量精度低,但可提供多方位速度信息。为了提高航天器的天文自主导航能力,提出一种面向编队飞行的天文多普勒差分/脉冲星组合导航方法。利用3颗及以上的脉冲星导航是完全可观测的,但滤波周期较长,难以获得连续的导航信息。3种导航方法具有互补性,可以进行组合导航。利用扩展卡尔曼滤波器作为导航滤波器来融合天文多普勒差分和脉冲到达时间,并为编队飞行提供绝对和相对导航信息。仿真结果表明,该组合导航方法能为编队飞行提供高精度的绝对和相对导航信息。(本文来源于《深空探测学报》期刊2018年03期）
杨帆[7]（2018）在《基于短弧段测量的卫星编队相对导航滤波算法研究》一文中研究指出随着卫星技术的发展,人们的视线从近地空间转向了深空探测。卫星编队由于其成本低、可靠性高并能构成大基线的特点,成为深空探测的热点。而相对导航技术是其关键技术之一,是实现编队任务的前提。考虑到深空探测编队飞行中无法利用地面信息进行实时导航,本论文研究了基于星间测量信息的相对导航方法,同时考虑条件限制,只利用有限弧段的测量信息实现相对状态估计。在其基础上,通过对滤波算法的改进以及多测量信息的引入,来提升导航系统的各方面性能。论文的主要研究内容如下:针对大偏心率的椭圆轨道编队,推导建立线性化运动模型和非线性运动模型。研究最小方差估计和贝叶斯估计原理,以及基于两种原理的卡尔曼滤波和扩展卡尔曼滤波算法。建立了测距测角信息的观测模型,通过分析该模型的噪声分布特性,可以对最优测量弧段进行选取,并通过仿真验证了噪声分布影响估计精度分布。考虑到相对运动模型是非线性的,为提高滤波估计精度引入了容积卡尔曼滤波(Cubature Kalman filter,CKF)算法,同时分析了影响扩展卡尔曼滤波(Extended Kalman filter,EKF)估计精度的因素,提出了改进CKF算法。仿真结果表明,对于该相对导航系统,改进CKF估计精度更高,并且计算量与CKF相比有了减少。考虑出现噪声干扰使得模型失配的情况,需要提高滤波的鲁棒性。对此研究了强跟踪滤波算法(Strong tracking filtering,STF),通过其正交性原理,得到了单渐消因子和多渐消因子算法,并将其原理推广到CKF框架。用同样的原理对上一章提出的改进CKF算法进行强跟踪化,得到改进强跟踪容积卡尔曼滤波算法。仿真结果表明,该改进算法具有很好的鲁棒性。为提高导航系统的容错性,使其在部分传感器故障导致测量信息缺失的情况下仍能实现导航功能,因此加入AFF(Autonomous Formation Flyer)量测系统。对该测量系统建立观测模型,通过对测量信息进行转换,实现了基于AFF信息的相对导航算法;研究了联邦滤波算法,将测距测角信息与AFF信息进行融合,仿真结果表明该方案可行;在联邦滤波中加入故障诊断处理系统,对故障信息进行实时检测并剔除,防止故障信息的污染,提高导航系统的容错性,通过仿真验证了其可行性。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
王楷,徐世杰,黎康,汤亮[8]（2018）在《双视线测量相对导航方法误差分析与编队设计》一文中研究指出空间非合作目标的相对导航是在轨维护和近距离监视任务中的关键技术,目前的研究表明仅有视线测量条件下中距离相对导航沿距离方向的观测度较差,而基于双视线测量的相对导航方法可以有效解决该问题。为此,研究了两个追踪航天器所组成的编队,在双视线测量条件下进行自主相对导航的方法。首先,详细地介绍了双视线测量相对导航方案的构成以及具体的导航算法;其次,根据两个追踪航天器与目标航天器的几何构型,推导双视线测量方法中的误差传递规律,并分析其中的影响因素;然后,对两个追踪航天器的编队构型进行设计,并分析编队构型对该方法导航性能的影响;最后,通过数值仿真对上述相关的结论进行验证。(本文来源于《航空学报》期刊2018年09期）
王超[9]（2018）在《基于声学通信的多AUV编队导航与协调控制》一文中研究指出在当今科技飞速发展的形势下,各国都将目光投向了海洋,不论是军事领域还是资源勘探领域,水下无人航行器(Autonomous Unmanned Vehicle,AUV)以其小体积、低成本以及自主航行的特点成为了领域内的研究热点,它能够在危险或者未知的水域执行任务。但随着水下任务的日益复杂,仅依靠单一AUV是很难满足务要求的,经过深入探索,研究人员考虑利用多台AUV来共同完成任务。无论执行哪种任务,定位能力都是最开始也是最重要的一步,本文也将针对多AUV协同定位系统中涉及的相关问题进行研究。论文的主要工作有:1、本文以AUV的水下实际应用为基础,首先对AUV的发展历史、研究进展与成果进行介绍,之后对定位系统中的通信延迟和量测数据丢失问题进行研究。随后针对多AUV协同定位系统中装备的传感器进行了特性介绍,并结合所配备的传感器,阐述了AUV协同定位原理。根据AUV航位推算的模型,建立了相应的系统模型,同时给出了基于扩展卡尔曼滤波的协同定位方法,又对处于单领航者模式和多领航者模式的定位系统进行了方法仿真验证。2、在受通信时滞问题影响的前提下,研究了基于延时和数据丢失的协同导航定位方法,首先计算时间延迟条件下的一步预测状态误差,完成基于状态补偿的DEKF算法设计,通过仿真方法证明了该方法能有效地对由于时间延迟而产生的定位误差进行补偿。3、采用滚动时域估计方法解决多AUV协同定位系统中由于数据丢失而造成的量测不确定问题。首先建立水声通信延迟和数据丢失过程的数学模型,进行了从AUV仅仅利用有限数量的水声通信等效量测实现系统最优估计的可行性分析,在此基础上提出了基于DEKF的延迟滚动时域估计方法(Delayed Moving Horizon Estimation,DMHE),并利用该方法实现了由于水声通信约束而造成的定位误差修正。4、针对多AUV协同定位过程中出现的群集内个体间保持聚集以及避免互相碰撞的问题采用一种基于动态网络拓扑的编队方法,将AUV看作网络中的节点,通过设置势场函数来满足编队要求;另外针对航行中可能出现的障碍物,采用人工势场法来进行在线规划。仿真结果表明,在多AUV协同定位系统中这两种方法可以达到较好效果,最终保持了AUV群集的聚集,实现了对障碍物的规避。(本文来源于《哈尔滨工程大学》期刊2018-01-01）
熊骏,熊智,于永军,许建新,王云舒[10]（2017）在《UWB辅助的无人机近距离编队相对导航方法》一文中研究指出针对无人机编队过程中的相对导航问题,提出了一种基于超宽带/相对差分的相对导航方法,基于伪距测量和超宽带测量的特征,给出了无人机之间的双差、双差变化率、超宽带测距测速以及双机定位数据做差的量测方程,并根据近距离编队跟随飞行的场景设计了相对导航状态方程,结合EKF滤波器对相对状态进行估计,最后针对不同的相对导航配置和卫星可用情况进行了仿真。仿真结果表明,该方案的相对导航精度明显优于仅采用一种相对测量量的效果,且在可用导航卫星越少的情况下精度提升越明显,在仅有4颗可用星的情况下,X、Y、Z叁个方向(地心地固系)的相对导航均方根误差分别降低了3.2、13.06、2.01倍。(本文来源于《中国惯性技术学会高端前沿专题学术会议—钱学森讲坛：天空海一体化水下组合导航会议论文集》期刊2017-12-10）
编队导航论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
无人机仅依靠惯性导航系统(INS)会使导航误差随时间推移而发散,传统主从式无人机协同导航方法在大规模无人机编队中由于数据链和相对导航传感器性能的限制,无法实现所有僚机对长机的通信和测量,因此单层结构难以有效提高整个无人机编队的导航精度。针对上述问题,提出一种分层式协同导航系统方案,以僚机惯导输出误差作为状态量,利用相对导航与长/僚机惯导信息构造量测量,在相对导航坐标系和僚机惯导位置输出转换的基础上建立协同导航系统模型,并通过卡尔曼滤波估计出僚机惯导输出误差。仿真结果表明,所提方法能够保证整个无人机编队系统导航误差有界,进而满足编队长时间飞行对导航精度的要求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
编队导航论文参考文献
[1].唐大全,邓伟栋,唐管政,鹿珂珂,陈正.基于迭代无迹卡尔曼滤波的无人机编队协同导航[J].自动化与仪表.2019
[2].刘晓洋,徐胜红.无人机编队分层式协同导航仿真研究[J].计算机仿真.2019
[3].王念曾.基于惯性/GNSS/UWB信息融合的小型无人机编队相对导航技术研究[D].南京航空航天大学.2019
[4].杨博,王浩帆,苗峻,赵晓涛.基于卫星编队的空间碎片视觉高精度导航方法[J].中国空间科学技术.2019
[5].熊骏,熊智,刘建业,于永军.一种基于置信传播和协同信息筛选的无人机编队协同导航方法[C].2018惯性技术发展动态发展方向研讨会文集.2018
[6].喻子原,刘劲,宁晓琳,马辛,桂明臻.面向编队飞行的天文多普勒差分/脉冲星组合导航[J].深空探测学报.2018
[7].杨帆.基于短弧段测量的卫星编队相对导航滤波算法研究[D].哈尔滨工业大学.2018
[8].王楷,徐世杰,黎康,汤亮.双视线测量相对导航方法误差分析与编队设计[J].航空学报.2018
[9].王超.基于声学通信的多AUV编队导航与协调控制[D].哈尔滨工程大学.2018
[10].熊骏,熊智,于永军,许建新,王云舒.UWB辅助的无人机近距离编队相对导航方法[C].中国惯性技术学会高端前沿专题学术会议—钱学森讲坛：天空海一体化水下组合导航会议论文集.2017