基于改进粒子滤波的无人机编队协同导航算法

作     者：岳敬轩 王红茹 朱东琴 ALEKSANDR Chupalov YUE Jingxuan;WANG Hongru;ZHU Dongqin;Chupalov ALEKSANDR

作者机构：哈尔滨工程大学信息与通信工程学院哈尔滨150001 

出 版 物：《航空学报》 (Acta Aeronautica et Astronautica Sinica)

年 卷 期：2023年第44卷第14期

页      面：246-257页

核心收录：

学科分类：08[工学] 081105[工学-导航、制导与控制] 0811[工学-控制科学与工程] 

基　　金：中央高校基础研究基金(3072022CF0801) 

主　　题：无人机编队 协同导航 扩展粒子滤波 Levenberg-Marquardt迭代 重采样 

摘      要：针对复杂环境下因外界干扰产生时变非高斯噪声的情况下主从式无人机群协同导航效果较差的问题,提出了一种改进的粒子滤波(PF)算法以提高导航精度,并降低了对从机测量设备的精度要求。首先以主机的高精度惯性导航系统(INS)和全球定位系统(GPS)导航信息为基准,结合从机上的低精度传感器,建立了观测模型。其次,利用改进的PF算法实现了多源导航信息的融合。针对PF的重要性概率密度函数选取和粒子退化问题,在扩展粒子滤波(EPF)的基础上,引入Levenberg-Marquardt迭代方法,保证滤波的稳定性和收敛性。在重采样阶段采用快速重采样方法,将得到的粒子集进行分类,对中等权重粒子不再进行重采样,其余粒子在归一化过程中利用自适应权重因子优化,使获得的样本粒子权重更加均匀,从而提高了计算效率和导航实时性。将提出的方法与其他几种PF进行对比,仿真结果表明,该算法可以有效地提高无人机(UAV)编队协同导航精度,具有一定实用价值。