节点选择和路径优化用于通过无人机通过被动目标定位

科学领域:

• 机器人和控制系统 机器人和控制系统
• 信号处理和通信 信号处理和通信
• 航空航天工程 航空航天工程

背景情况:

• 被动目标定位性能受到无人驾驶飞行器 (UAV) 的空间配置的影响.
• 现有的方法经常在大型无人机网络中同时优化资源利用和本地化准确性方面扎.

研究的目的:

• 在大型被动目标定位场景中提高资源利用效率和定位精度.
• 共同研究和解决无人机网络的节点选择和路径优化问题.

主要方法:

• 建立了一个被动目标定位模型,并引入了基于Chan的到达时间差异 (TDOA) 方法.
• 导出了Chan-TDOA本地化Cramer-Rao下限 (CRLB),以制定节点选择和路径优化.
• 开发了基于CRLB的节点选择和路径优化方法,包括禁飞区 (NFZ) 约束和利用粒子群优化 (PSO) 算法.

主要成果:

• 提出了基于CRLB的节点选择策略,以有效地分组无人机以定位不同的目标.
• 引入了基于CRLB的路径优化方法,该方法可以在遵守NFZ约束的情况下找到最佳的UAV配置.
• 通过数值模拟证明,拟议的方法有效地提高了本地化准确性和资源利用率.

结论:

• 节点选择和路径规划的联合优化显著提高了无人机网络中被动目标定位性能.
• 拟议的基于CRLB的方法为在运营约束下有效和准确的目标跟踪提供了强大的框架.
• 集成PSO加速了优化过程,使该解决方案适用于实时应用程序.