基于路径和算法的飞行器集群分布式相对定位

doi:10.7527/S1000-6893.2023.28735

电子电气工程与控制

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

基于路径和算法的飞行器集群分布式相对定位

赖玮清, 万九卿()

北京航空航天大学自动化科学与电气工程学院，北京 100191

收稿日期:2023-03-22 修回日期:2023-05-05 接受日期:2023-07-27 出版日期:2024-02-25 发布日期:2023-08-04
通讯作者: 万九卿 E-mail:wanjiuqing@buaa.edu.cn
基金资助:
国家自然科学基金(61873015)

Distributed relative positioning of aircraft group based on path⁃sum algorithm

Weiqing LAI, Jiuqing WAN()

School of Automation Science and Electrical Engineering，Beihang University，Beijing 100191，China

Received:2023-03-22 Revised:2023-05-05 Accepted:2023-07-27 Online:2024-02-25 Published:2023-08-04
Contact: Jiuqing WAN E-mail:wanjiuqing@buaa.edu.cn
Supported by:
National Natural Foundation of China(61873015)

摘要/Abstract

摘要：

根据飞行器集群中各节点的惯性测量以及节点间数据链给出的相对距离测量，利用集中式卡尔曼滤波可以实现集群节点间的相对定位，包括相对位置和相对姿态的估计。集中式算法将集群内全部数据汇聚到中心节点集中处理，系统的可扩展性和可靠性受到制约。以信念传播为代表的分布式相对定位算法，通过集群各节点对局部信息的处理以及相邻结点间的信息交互，可实现节点间相对位置和相对姿态的全局估计。然而，在集群相对定位问题中，数据链拓扑包含大量环状结构，此时信念传播算法存在收敛性问题。本文提出一种集群相对定位分布式精确推理方法，可适用于任意集群拓扑结构。分别在高斯标准型和规范型描述下，设计集群各节点误差状态的分布式时间更新和量测更新算法，基于路径和原理给出标准型和规范型参数的分布式转换算法。在线性高斯模型假设下，本文方法等价于集中式卡尔曼滤波，可实现相对定位的最优估计。设计基于集群分解的分布式近似推理算法，进一步提升算法运行速度。在六自由度长航时仿真数据上的计算结果表明，基于路径和的分布式近似推理的相对定位精度与集中式卡尔曼滤波接近，明显优于现有的分布式高斯信念传播算法。

关键词: 分布式推理, 相对定位, 信念传播, 路径和, 导航系统

Abstract:

According to the inertial measurement of each node in the aircraft group and the relative distance measurement given by the data link between nodes， the relative positioning including the estimation of the relative position and relative attitude between node pairs can be realized by using the centralized Kalman filter. The centralized algorithm gathers all the data in the group into the central node for centralized processing， and the scalability and reliability of the system are restricted. The distributed relative positioning algorithm such as belief propagation can realize global estimation of the relative position and relative attitude through the processing of local information by each node of the cluster and the information interaction between adjacent nodes. However， in the problem of group relative positioning， the data link topology contains a large number of ring structures， and the belief propagation algorithm has a convergence problem in such case. This paper proposes a distributed exact inference method for relative positioning， which can be applied to any group topology. Under the Gaussian standard and canonical descriptions， the distributed time update and measurement update algorithms for the error states of each node are designed. The distributed algorithms for standard and normative parameters conversion are given based on paths-sum principles. Under the linear Gaussian model assumption， the method in this paper is equivalent to the centralized Kalman filter， which can achieve the optimal estimation of relative positioning. A distributed approximate inference algorithm is proposed based on group decomposition to improve the speed of the algorithm. Results on the six-degree-of-freedom long-duration simulation data show that the relative positioning accuracy of the distributed approximate inference based on the path-sum is close to that of the centralized Kalman filter， and significantly outperforms the existing distributed Gaussian belief propagation algorithm.

Key words: distributed inference, relative positioning, belief propagation, path-Sum, navigation system

中图分类号:

V211.71

赖玮清, 万九卿. 基于路径和算法的飞行器集群分布式相对定位[J]. 航空学报, 2024, 45(4): 328735-328735.

Weiqing LAI, Jiuqing WAN. Distributed relative positioning of aircraft group based on path⁃sum algorithm[J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(4): 328735-328735.

图/表 11

图 1

图 2

图 3

图 4

表 1

初始状态误差

初始误差	失准角/（′）	速度误差/（ $m ∙ s - 1$ ）	位置误差/m
东向	0.5	0.1	1
北向	0.5	0.1	1
天向	20	0.1	3

表 1

表 2

各传感器参数

传感器	加速度计（100 Hz）		陀螺仪（100 Hz）		数据链（10 Hz）
传感器	加计常值偏值/μg	速度随机游走/ （μg· $H z - 12$ ）	陀螺常值漂移/（（°）·h^-1）	角度随机游走/（（°）· $h - 12$ ）	距离观测误差/m
参数	50	10	0.01°	0.001°	10

表 2

图 5

图 6

表 3

表 4

表5

参考文献 41

1	向锦武，董希旺，丁文锐，等. 复杂环境下无人集群系统自主协同关键技术［J］. 航空学报， 2022， 43（10）： 527570.
	XIANG J W， DONG X W， DING W R， et al. Key technologies for autonomous cooperation of unmanned swarm systems in complex environments［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（10）： 527570 （in Chinese）.
2	冯培德，谢淑香，张京娟. 机群组网定位的一种新途径［J］. 北京航空航天大学学报， 2006， 32（11）： 1263-1267.
	FENG P D， XIE S X， ZHANG J J. New approach for swarming aircraft positioning via network information［J］. Journal of Beijing University of Aeronautics and Astronautics， 2006， 32（11）： 1263-1267 （in Chinese）.
3	EDWARDS K L. Air⁃to⁃ground targeting—UAVs， data links and interoperability （project Extendor）［J］. The Aeronautical Journal （1968）， 2004， 108： 493-504.
4	李宏智. 战术数据链的发展与作战应用［J］. 舰船电子工程， 2010， 30（4）： 1-5.
	LI H Z. Development and operational application of tactical data links［J］. Ship Electronic Engineering， 2010， 30（4）： 1-5 （in Chinese）.
5	INDIVERI G， PARLANGELI G. Further results on the observability analysis and observer design for single range localization in 3D［DB/OL］. arXiv preprint： 1308.0517， 2013.
6	DE PALMA D， INDIVERI G， PARLANGELI G. Multi-vehicle relative localization based on single range measurements［J］. IFAC-PapersOnLine， 2015， 48（5）： 17-22.
7	郝菁，蔚保国，何成龙. 基于惯导/数据链的动态相对定位方法［J］. 计算机测量与控制， 2018， 26（10）： 191-195.
	HAO J， YU B G， HE C L. Dynamic relative positioning method based on inertial navigation and data link［J］. Computer Measurement & Control， 2018， 26（10）： 191-195 （in Chinese）.
8	晏超然，黄雪梅，张康. 基于惯导/数据链测距的相对导航方法研究［J］. 计算机仿真， 2020， 37（5）： 55-60， 109.
	YAN C R， HUANG X M， ZHANG K. Relative navigation based on inertial navigation/data link ranging［J］. Computer Simulation， 2020， 37（5）： 55-60， 109 （in Chinese）.
9	张京娟，雷昊东，王学运，等. 基于飞行器三维组网测距信息的导航误差估计技术研究［J］. 空天防御， 2020， 3（3）： 124-130.
	ZHANG J J， LEI H D， WANG X Y， et al. Research on navigation error estimation technology based on distance measurement information of aircraft three-dimensional network［J］. Air & Space Defense， 2020， 3（3）： 124-130 （in Chinese）.
10	HUFF J E. Absolute and relative navigation of an sUAS swarm using integrated GNSS， inertial and range radios［D］. Ohio： Ohio University， 2018： 43-48.
11	钟日进，陈琪锋. 利用集群内测距和对目标测向的协同定位方法［J］. 航空学报， 2020， 41（S1）： 723768.
	ZHONG R J， CHEN Q F. Cooperative positioning method using distance measurement within a cluster and direction finding of a target［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（S1）： 723768 （in Chinese）.
12	牛皓飞，蔡庆中，李健，等. 基于图优化的通信受限环境下协同导航方法［J］. 航空学报， 2023， 44（11）： 327342.
	NIU H F， CAI Q Z， LI J， et al. Method for cooperative navigation in constrained environment based on graph optimization［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（11）： 327342 （in Chinese）.
13	PEARL J. Probabilistic reasoning in intelligent systems - networks of plausible inference［M］. San Francisco： Morgan Kaufmann， 1988.
14	PEDERSEN C， PEDERSEN T， FLEURY B H. A variational message passing algorithm for sensor self-localization in wireless networks［C］∥ 2011 IEEE International Symposium on Information Theory Proceedings. Piscataway： IEEE Press， 2011： 2158-2162.
15	WANG S C， LUO F， JING X J， et al. Low-complexity message-passing cooperative localization in wireless sensor networks［J］. IEEE Communications Letters， 2017， 21（9）： 2081-2084.
16	IHLER A T， FISHER J W， MOSES R L， et al. Nonparametric belief propagation for self-localization of sensor networks［J］. IEEE Journal on Selected Areas in Communications， 2005， 23（4）： 809-819.
17	WYMEERSCH H， FERNER U， WIN M Z. Cooperative Bayesian self-tracking for wireless networks［J］. IEEE Communications Letters， 2008， 12（7）： 505-507.
18	WYMEERSCH H， LIEN J， WIN M Z. Cooperative localization in wireless networks［J］. Proceedings of the IEEE， 2009， 97（2）： 427-450.
19	CACERES M A， PENNA F， WYMEERSCH H， et al. Hybrid cooperative positioning based on distributed belief propagation［J］. IEEE Journal on Selected Areas in Communications， 2011， 29（10）： 1948-1958.
20	MEYER F， HLINKA O， HLAWATSCH F. Sigma point belief propagation［J］. IEEE Signal Processing Letters， 2014， 21（2）： 145-149.
21	KIM H， CHOI S W， KIM S. Connectivity information-aided belief propagation for cooperative localization［J］. IEEE Wireless Communications Letters， 2018， 7（6）： 1010-1013.
22	NASERI H， KOIVUNEN V. A Bayesian algorithm for distributed network localization using distance and direction data［J］. IEEE Transactions on Signal and Information Processing Over Networks， 2019， 5（2）： 290-304.
23	万九卿，布少聪，钟丽萍. 基于混合动态信念传播的多无人机协同定位算法［J］. 北京航空航天大学学报， 2016， 42（5）： 934-944.
	WAN J Q， BU S C， ZHONG L P. Cooperative localization algorithm of multi-UAVs based on dynamic hybrid belief propagation［J］. Journal of Beijing University of Aeronautics and Astronautics， 2016， 42（5）： 934-944 （in Chinese）.
24	BICKSON D. Gaussian belief propagation： Theory and aplication［DB/OL］. arXiv preprint： 0811.2518， 2008.
25	WU N， LI B， WANG H， et al. Distributed cooperative localization based on Gaussian message passing on factor graph in wireless networks［J］. Science China Information Sciences， 2015， 58（4）： 1-15.
26	LI B， WU N， WANG H， et al. Gaussian message passing-based cooperative localization on factor graph in wireless networks［J］. Signal Processing， 2015， 111： 1-12.
27	LI B， WU N， WU Y C， et al. Convergence-guaranteed parametric Bayesian distributed cooperative localization［J］. IEEE Transactions on Wireless Communications， 2022， 21（10）： 8179-8192.
28	GARCÍA-FERNÁNDEZ Á F， SVENSSON L， SÄRKKÄ S. Cooperative localization using posterior linearization belief propagation［J］. IEEE Transactions on Vehicular Technology， 2018， 67（1）： 832-836.
29	MURPHY K， WEISS Y， JORDAN M I. Loopy belief propagation for approximate inference： An empirical study［DB/OL］. arXiv preprint： 1301.6725， 2013.
30	WEISS Y， FREEMAN W T. Correctness of belief propagation in Gaussian graphical models of arbitrary topology［J］. Neural Computation， 2001， 13（10）： 2173-2200.
31	WAINWRIGHT M J， JAAKKOLA T S， WILLSKY A S. Tree-based reparameterization framework for analysis of sum-product and related algorithms［J］. IEEE Transactions on Information Theory， 2003， 49（5）： 1120-1146.
32	MALIOUTOV D M， JOHNSON J K， WILLSKY A S. Walk-sums and belief propagation in Gaussian graphical models［J］. Journal of Machine Learning Research， 2006， 7： 2031-2064.
33	SU Q L， WU Y C. On convergence conditions of Gaussian belief propagation［J］. IEEE Transactions on Signal Processing， 2015， 63（5）： 1144-1155.
34	LI B， WU Y C. Convergence of Gaussian belief propagation under general pairwise factorization： Connecting Gaussian MRF with pairwise linear Gaussian model［J］. Journal of Machine Learning Research， 2019， 20：1-30.
35	DU J， MA S D， WU Y C， et al. Convergence analysis of distributed inference with vector-valued Gaussian belief propagation［DB/OL］. arXiv preprint： 1611.02010， 2016.
36	FRANCOIS KAMPER. On the Convergence of Gaussian Belief Propagation with Nodes of Arbitrary Size［J］. Journal of Machine Learning Research， 2019， 20（165）：1-37.
37	GISCARD P L， THWAITE S J， JAKSCH D. Evaluating matrix functions by resummations on graphs： The method of path-sums［J］. SIAM Journal on Matrix Analysis and Applications， 2013， 34（2）： 445-469.
38	马红皎，吴华兵，李梦，等. 一种双向测距与时间同步系统的设计与分析［J］. 时间频率学报， 2014， 37（1）： 18-24.
	MA H J， WU H B， LI M， et al. Design and analysis of system of dual ranging and time synchronization［J］. Journal of Time and Frequency， 2014， 37（1）： 18-24 （in Chinese）.
39	严恭敏，翁浚. 捷联惯导算法与组合导航原理［M］. 西安：西北工业大学出版社， 2019.
	YAN G M， WENG J. Strapdown inertial navigation algorithm and integrated navigation principle［M］. Xi’an： Northwestern Polytechnical University Press， 2019 （in Chinese）.
40	Cormen T H， Leiserson C E， Rivest R L， et al. Introduction to algorithms massachusetts Institute of Technology［J］. Boston： Massachusetts Institute of Technology， 2009.
41	SOLÀ J. Quaternion kinematics for the error-state Kalman filter［DB/OL］. arXiv preprint： 1711.02508， 2017.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

算法	相对位置总均方根误差均值/m			相对位置总均方根误差标准差/m
算法	x轴方向	y轴方向	z轴方向	x轴方向	y轴方向	z轴方向
ESKF	2.021 3	4.046 7	5.382 6	0.101 1	0.224 3	0.516 6
GBP	126.834 3	203.776 2	288.133 1	9.126 9	11.968 4	23.673 7
STGBP	56.025 0	101.642 9	145.815 1	6.588 8	7.909 8	13.898 0
路径和	3.559 1	7.807 4	9.566 6	0.429 7	0.880 9	1.665 4

算法	相对姿态总均方根误差均值/（′）			相对姿态总均方根误差标准差/（′）
算法	x轴方向	y轴方向	z轴方向	x轴方向	y轴方向	z轴方向
ESKF	4.604 6	0.253 5	3.344 2	0.120 8	0.062 7	0.260 2
GBP	7.816 0	2.015 0	41.197 7	0.090 5	0.137 4	1.242 5
STGBP	6.180 7	1.019 5	37.131 0	0.723 3	0.466 1	9.181 2
路径和	4.687 7	0.597 9	4.422 7	0.066 3	0.156 4	0.587 5

算法	惯导更新/ ms	时间更新/ ms	量测更新/ ms	总耗时/s
ESKF	0.33	0.20	11.23	413.25
GBP	0.33	0.09	4.33	213.26
STGBP	0.33	0.09	8.77	324.25
路径和	0.33	0.13	6.05	303.75

[1]	李家祥, 程建华, 李亮, 那志博, 贾春. GBAS对流层异常完好性监测参数研究[J]. 航空学报, 2024, 45(7): 328817-328817.
[2]	熊骏, 解相朋, 熊智, 庄园, 郑宇. 基于图模型的无人集群同步自定位与相对定位[J]. 航空学报, 2023, 44(S2): 729708-729708.
[3]	张栩琪, 刘海琪, 钟金山, 沈晓静. 一种可扩展的集群目标信念传播跟踪方法[J]. 航空学报, 2023, 44(S2): 729761-729761.
[4]	戚连刚, 韩颜泽, 王亚妮, 国强, Kaliuzhny MYKOLA. 联合调频率拐点与FrFT的多分量LFM干扰抑制方法[J]. 航空学报, 2022, 43(8): 326840-326840.
[5]	张浩, 肖勇, 杨朝旭, 张睿, 许斌. 基于双状态卡方故障检测的组合导航系统[J]. 航空学报, 2020, 41(S2): 724271-724271.
[6]	关翔中, 蔡晨晓, 翟文华, 王磊, 邵鹏. 基于神经网络补偿的室内无人机组合导航系统[J]. 航空学报, 2020, 41(S1): 723790-723790.
[7]	陈冰, 郑勇, 陈张雷, 章后甜, 刘新江. 临近空间高超声速飞行器天文导航系统综述[J]. 航空学报, 2020, 41(8): 623686-623686.
[8]	钱超, 张子剑, 李大伟. 平台式惯性导航系统在线可靠性评估技术[J]. 航空学报, 2017, 38(9): 321259-321259.
[9]	吴永亮, 蔡亚男, 宝音贺西, 熊立川, 刘盛川. 临近空间无人飞行器多余度容错导航系统设计[J]. 航空学报, 2016, 37(S1): 91-98.
[10]	李敏, 张迎春, 耿云海, 祝宝龙, 李化义. 鲁棒EKF在脉冲星导航系统中的应用[J]. 航空学报, 2016, 37(4): 1305-1315.
[11]	赵曦晶, 汪立新, 何志昆, 张博. 约简二次扩展平方根容积卡尔曼滤波及其应用[J]. 航空学报, 2014, 35(8): 2286-2298.
[12]	岳亚洲, 李四海, 张亚崇, 刘镇波, 王珏. 机载主子惯导间失准角估计的差分惯性滤波器设计及性能分析[J]. 航空学报, 2013, 34(10): 2402-2410.
[13]	王跃钢, 杨家胜, 杨波. 纬度未知条件下捷联惯导系统晃动基座的初始对准[J]. 航空学报, 2012, 33(12): 2322-2329.
[14]	张恒浩, 孟秀云, 刘藻珍. 改进概率关联算法在组合导航系统中的应用研究[J]. 航空学报, 2012, 33(11): 2113-2120.
[15]	王小刚;郭继峰;崔乃刚. 一种鲁棒Sigma-point滤波算法及其在相对导航中的应用[J]. 航空学报, 2010, 31(5): 1024-1029.

基于路径和算法的飞行器集群分布式相对定位

Distributed relative positioning of aircraft group based on path⁃sum algorithm

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 41

相关文章 15

编辑推荐

Metrics

本文评价