Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学申宇瑶获国家专利权

北京理工大学申宇瑶获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京理工大学申请的专利一种飞行器自组织网络协同定位方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115633307B

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211293015.2,技术领域涉及:H04W4/02;该发明授权一种飞行器自组织网络协同定位方法是由申宇瑶;刘一明;王永庆;史学森设计研发完成,并于2022-10-21向国家知识产权局提交的专利申请。

一种飞行器自组织网络协同定位方法在说明书摘要公布了:本发明公开了一种飞行器自组织网络协同定位方法,涉及飞行器协同定位领域,利用两跳链路内飞行器间相对距离和相对角度测量结果和两跳内可观测锚节点位置,构建多跳链路联合观测量,结合测距误差和测角误差对定位误差的影响构建权重矩阵,基于加权线性最小二乘算法完成飞行器在自组织网络中的协同定位。相对于常规协同定位方法,本方法无需将所有链路测量结果汇总至中心计算节点进行位置计算,只需收集两跳链路内的测量结果即可自主完成自身节点的位置计算,飞行器间通信开销小、定位时延低。

本发明授权一种飞行器自组织网络协同定位方法在权利要求书中公布了:1.一种飞行器自组织网络协同定位方法,其特征在于,飞行器协同定位过程中,待定位节点s两跳范围内的可见锚节点集合为,其中表示编号为1~A的锚节点;待定位节点s一跳邻居节点集合为,其中表示编号为1~N的一跳邻居节点;待定位节点s利用锚节点a的位置、一跳邻居节点u与锚节点a的测距结果、水平角测角结果、高程角测角结果、自身与一跳邻居节点的测距结果、水平角测角结果、高程角测角结果以及自身与锚节点的测距结果、水平角测角结果、高程角测角结果确定自身位置; 采用相对距离测量模块、相对角度测量模块、通信数据解调模块、多跳链路联合观测量构建模块、权重计算模块以及位置解算模块执行如下步骤; 1所述相对距离测量模块通过接收到的通信信号测量待定位节点s与锚节点的相对距离、待定位节点s与一跳邻居节点u的相对距离,获得测距结果后,将测距结果传递给多跳链路联合观测量构建模块和权重计算模块; 2所述相对角度测量模块通过接收到的通信信号测量待定位节点s与锚节点的相对水平角、待定位节点s与锚节点a相对高程角、待定位节点s与一跳邻居节点u的相对水平角、待定位节点s与一跳邻居节点u的相对高程角,获得测角结果后,将测角结果传递给多跳链路联合观测量构建模块和权重计算模块; 3所述通信数据解调模块解调出通信信号中调制的锚节点a的位置、一跳邻居节点u与锚节点a的测距结果、水平角测角结果、高程角测角结果,并将解调出的信息传递给多跳链路联合观测量构建模块和权重计算模块; 4所述多跳链路联合观测量构建模块根据输入的锚节点位置和各链路测距测角结果,构建锚节点到待定位节点s的两跳内链路集合,其中表示编号为i的链路,i取值为[1,L]范围内的整数;链路集合包含锚节点a到待定位节点s的单跳链路和锚节点a经一跳邻居节点u中继到待定位节点s的两跳链路; 在完成链路集合构建的基础上,对集合中的第i条链路,分别构建其x轴、y轴、z轴的联合观测量、、; 在获得各链路联合观测量后,组合成联合观测向量,将联合观测向量送入位置解算模块,将链路集合送入权重计算模块; 5所述权重计算模块根据输入的锚节点位置和各链路测距测角结果,计算链路由测距误差带来的定位误差和测角误差带来的定位误差; 计算链路上的权重,计算方法为 11 计算得到全部链路的权重后,计算权重矩阵,计算方法为 12 得到权重矩阵后,将权重矩阵传递给位置解算模块; 6所述位置解算模块首先计算系数矩阵,其计算方法为 13 其中为L个1组成的列矩阵,为L个0组成的列矩阵; 得到系数矩阵后,根据输入的联合观测向量和权重矩阵计算待定位节点s的位置,计算方法为 14。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。