本发明公开了一种无人机集群的纯方位无源定位方法、系统及存储介质，包括：在无人机集群进行遂行编队飞行时，当某位置固定但未知编号的无人机及圆心的无人机向被动接收信号的无人机发送信号时，通过分析无人机接收到不同相对位置的无人机信号时信号角度的波动范围，找出两无人机相对位置与信号角度之间的关系，通过位于圆心和圆周上另外两架位置无偏差且编号已知的无人机发射信号实现对被动接收信号的无人机精确定位，建立无人机定位模型，并通过梯度下降法对无人机进行定位。纯方位无源定位的方法，有利于减少无人机集群向外发射电磁波的次数，即尽可能让无人机保持电磁静默，使得外界设备不易发现无人机的存在，达到避免外界干扰的目的。
1.一种无人机集群的纯方位无源定位方法，其特征在于，包括以下步骤：在无人机集群进行遂行编队飞行时，当某位置固定但未知编号的无人机及圆心的无人机向被动接收信号的无人机发送信号时，通过分析无人机接收到不同相对位置的无人机信号时信号角度的波动范围，找出两无人机相对位置与信号角度之间的关系，并生成表格；
通过查表的方式快速得知对方无人机的编号，通过位于圆心和圆周上另外两架位置无偏差且编号已知的无人机发射信号实现对被动接收信号的无人机精确定位，利用平面中圆和三角形边角关系定理，推导并建立无人机定位模型，并通过梯度下降法对无人机进行定位；
获取无人机的定位结果，根据无人机的定位结果进行无人机位置的调整，位置出现偏差的无人机根据接收到的信号提取出方向信息，并进行相应的位置调整；
当某位置固定但未知编号的无人机及圆心的无人机向被动接收信号的无人机发送信号时，通过分析无人机接收到不同相对位置的无人机信号时信号角度的波动范围，找出两无人机相对位置与信号角度之间的关系，具体为：在无人机集群编队中当编号为00和01的无人机与圆周上任一无人机发送信号时，由于圆周上两无人机的相对位置不同，获取以三架无人机为定点的三角形形状，所述编号为00和01的无人机分别为圆心上的无人机及圆周上位置确定且编号已知的无人机；
设未知编号无人机与编号为00的无人机的提供的信号夹角为夹角 ，将无人机模型抽象为平面几何模型，根据不同的三角形形状求取夹角 的取值范围；
基于夹角 的取值范围判断被动接收信号的无人机接收到的未知编号无人机发送的信号与00编号无人机发送的信号之间夹角的区间范围确定未知信号源与自身的位置间隔关系；
利用平面中圆和三角形边角关系定理，推导并建立无人机定位模型，具体为：设无人机集群编队的圆周上存在两架无人机 ，圆心上无人机为 ，为待确定位置的无人机 提供信号；其中，无人机 的位置信息已知，无人机 的位置未知；
以无人机 作为坐标原点， 方向为 轴正方向建立直角坐标系，则 的坐标分别为 ， ，设 的坐标为 ，由于无人机 位置无偏差且编号已知，设无人机群半径 ，无人机 编号分别为 ，则 ，
无人机 收到来自无人机 的三束电磁波，获取接收到三束电磁波的方向信息形成的夹角 ，其中 ；
设 分别为无人机 与 ，与 ，与 ，与 ，与 之间的距离，由欧式坐标系的距离公式求取所述距离，距离计算公式为：
并根据三角形中的余弦定理，获取夹角 的余弦值，计算公式为：；
利用平面中圆和三角形边角关系定理，推导并建立无人机定位模型，将编号为00和01无人机及未知编号无人机的坐标分别设为 ，视为无人机定位模型中的无人机 ，将所述坐标以及被动接收信号无人机收到的角度信息通过所述距离计算公式及余弦值计算公式求解得到被动接收信号无人机的坐标位置；
获取无人机定位模型，将所述无人机定位模型中无人机接收到的角度信号的余弦值转化为角度值，定义损失函数，通过梯度下降法求取无人机 的坐标位置；
获取随机数初始化待更新参数，将所述待更新参数初始化为 ,通过损失函数获取 的偏导数，设置初始学习率，通过迭代学习对参数进行更新；
当损失函数取得预设最小值时则停止优化，输出接收信号无人机的坐标位置 ，其中所述损失函数 的计算公式为：。
2.根据权利要求1所述的一种无人机集群的纯方位无源定位方法，其特征在于，通过查表的方式快速得知对方无人机的编号，通过位于圆心和圆周上另外两架位置无偏差且编号已知的无人机发射信号实现对被动接收信号的无人机精确定位，具体为：根据无人机集群编队中圆周上的无人机遍历所有位置间隔关系，汇总为表格，在表格中通过读取未知信号源发送信号的角度关系及编号为00和01无人机发送信号的角度关系确定方位信息，获取未知编号无人机的编号；
将三个发送信号的无人机的坐标及角度代入无人机定位模型，实现对被动接收信号的无人机精确定位。
3.根据权利要求1所述的一种无人机集群的纯方位无源定位方法，其特征在于，获取无人机的定位结果，根据无人机的定位结果进行无人机位置的调整，位置出现偏差的无人机根据接收到的信号提取出方向信息，并进行相应的位置调整，具体为：设无人机集群的目标半径为 ，编号00及01的无人机所在直线为 轴建立直角坐标系，则编号为的无人机的目标调整位置为： ；
已知编号为i的无人机的原位置为 ，通过极坐标与直角坐标的转换关系将无人机的位置转化为用直角坐标 表示，设无人机的初始位置为 ，无人机目标调整位置为 ,定义单架无人机横向调整幅度为: ；
获取每架无人机调整过程中的横向调整幅度的平方和作为整体横向调整幅度，为了保证无人机集群在位置调整中的稳定性，利用网格搜索法通过精搜与细搜结合的方式求解目标半径 的最佳值，使得所述整体横向调整幅度取得最小值。
4.一种无人机集群的纯方位无源定位系统，其特征在于，该系统包括：存储器、处理器，所述存储器中包括一种无人机集群的纯方位无源定位方法程序，所述一种无人机集群的纯方位无源定位方法程序被所述处理器执行时实现如下步骤：在无人机集群进行遂行编队飞行时，当某位置固定但未知编号的无人机及圆心的无人机向被动接收信号的无人机发送信号时，通过分析无人机接收到不同相对位置的无人机信号时信号角度的波动范围，找出两无人机相对位置与信号角度之间的关系，并生成表格；
通过查表的方式快速得知对方无人机的编号，通过位于圆心和圆周上另外两架位置无偏差且编号已知的无人机发射信号实现对被动接收信号的无人机精确定位，利用平面中圆和三角形边角关系定理，推导并建立无人机定位模型，并通过梯度下降法对无人机进行定位；
获取无人机的定位结果，根据无人机的定位结果进行无人机位置的调整，位置出现偏差的无人机根据接收到的信号提取出方向信息，并进行相应的位置调整；
当某位置固定但未知编号的无人机及圆心的无人机向被动接收信号的无人机发送信号时，通过分析无人机接收到不同相对位置的无人机信号时信号角度的波动范围，找出两无人机相对位置与信号角度之间的关系，具体为：在无人机集群编队中当编号为00和01的无人机与圆周上任一无人机发送信号时，由于圆周上两无人机的相对位置不同，获取以三架无人机为定点的三角形形状，所述编号为00和01的无人机分别为圆心上的无人机及圆周上位置确定且编号已知的无人机；
设未知编号无人机与编号为00的无人机的提供的信号夹角为夹角 ，将无人机模型抽象为平面几何模型，根据不同的三角形形状求取夹角 的取值范围；
基于夹角 的取值范围判断被动接收信号的无人机接收到的未知编号无人机发送的信号与00编号无人机发送的信号之间夹角的区间范围确定未知信号源与自身的位置间隔关系；
利用平面中圆和三角形边角关系定理，推导并建立无人机定位模型，具体为：设无人机集群编队的圆周上存在两架无人机 ，圆心上无人机为 ，为待确定位置的无人机 提供信号；其中，无人机 的位置信息已知，无人机 的位置未知；
以无人机 作为坐标原点， 方向为 轴正方向建立直角坐标系，则 的坐标分别为 ， ，设 的坐标为 ，由于无人机 位置无偏差且编号已知，设无人机群半径 ，无人机 编号分别为 ，则 ，
无人机 收到来自无人机 的三束电磁波，获取接收到三束电磁波的方向信息形成的夹角 ，其中 ；
设 分别为无人机 与 ，与 ，与 ，与 ，与 之间的距离，由欧式坐标系的距离公式求取所述距离，距离计算公式为：
并根据三角形中的余弦定理，获取夹角 的余弦值，计算公式为：；
利用平面中圆和三角形边角关系定理，推导并建立无人机定位模型，将编号为00和01无人机及未知编号无人机的坐标分别设为 ，视为无人机定位模型中的无人机 ，将所述坐标以及被动接收信号无人机收到的角度信息通过所述距离计算公式及余弦值计算公式求解得到被动接收信号无人机的坐标位置；
获取无人机定位模型，将所述无人机定位模型中无人机接收到的角度信号的余弦值转化为角度值，定义损失函数，通过梯度下降法求取无人机 的坐标位置；
获取随机数初始化待更新参数，将所述待更新参数初始化为 ,通过损失函数获取 的偏导数，设置初始学习率，通过迭代学习对参数进行更新；
当损失函数取得预设最小值时则停止优化，输出接收信号无人机的坐标位置 ，其中所述损失函数 的计算公式为：。
5.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中包括一种无人机集群的纯方位无源定位方法程序，所述一种无人机集群的纯方位无源定位方法程序被处理器执行时，实现如权利要求1至3中任一项所述的一种无人机集群的纯方位无源定位方法步骤。
一种无人机集群的纯方位无源定位方法、系统及存储介质
技术领域
[0001] 本发明涉及无人机技术领域，更具体的，涉及一种无人机集群的纯方位无源定位方法、系统及存储介质。
背景技术
[0002] 无人机集群是一种新型的集群方式，在集群进行遂行编队飞行表演的时候，应该尽量减少向外发射电磁波，从而避免外界电磁场的干扰，即无人机在飞行时应尽可能保持电磁静默。当无人机飞行过程中位置发生偏差，可以采用纯方位无源定位的方法来调整无人机的队列位置，即选定无人机集群中的几架无人机来发射电磁波给集群中的其他无人机，被动接收信号的无人机可以从接收到的信号中提取出方向信息，通过方向信息得到自己的定位信息。纯方位无源定位减少了外界对无人机集群的干扰，也提高了无人机定位的准确性。
[0003] 无人机集群在进行遂行编队飞行的时候，为了减少外界电磁场的干扰，选择采用纯方位无源定位的方法进行无人机位置的调整，位置出现偏差的无人机根据接收到的信号提取出方向信息，并进行相应的位置调整。纯方位无源定位的方法，有利于减少无人机集群向外发射电磁波的次数，即尽可能让无人机保持电磁静默，使得外界设备不易发现无人机的存在，达到避免外界干扰的目的。
发明内容
[0004] 为了解决上述至少一个技术问题，本发明提出了一种无人机集群的纯方位无源定位方法、系统及存储介质。
[0005] 本发明第一方面提供了一种无人机集群的纯方位无源定位方法，包括：
[0006] 在无人机集群进行遂行编队飞行时，当某位置固定但未知编号的无人机及圆心的无人机向被动接收信号的无人机发送信号时，通过分析无人机接收到不同相对位置的无人机信号时信号角度的波动范围，找出两无人机相对位置与信号角度之间的关系，并生成表格；
[0007] 通过查表的方式快速得知对方无人机的编号，通过位于圆心和圆周上另外两架位置无偏差且编号已知的无人机发射信号实现对被动接收信号的无人机精确定位，利用平面中圆和三角形边角关系定理，推导并建立无人机定位模型，并通过梯度下降法对无人机进行定位；
[0008] 获取无人机的定位结果，根据无人机的定位结果进行无人机位置的调整，位置出现偏差的无人机根据接收到的信号提取出方向信息，并进行相应的位置调整。
[0009] 本方案中，当某位置固定但未知编号的无人机及圆心的无人机向被动接收信号的无人机发送信号时，通过分析无人机接收到不同相对位置的无人机信号时信号角度的波动范围，找出两无人机相对位置与信号角度之间的关系，具体为：
[0010] 在无人机集群编队中当编号为00和01的无人机与圆周上任一无人机发送信号时，由于圆周上两无人机的相对位置不同，获取以三架无人机为定点的三角形形状，所述编号为00和01的无人机分别为圆心上的无人机及圆周上位置确定且编号已知的无人机；
[0011] 设未知编号无人机与编号为00的无人机的提供的信号夹角为夹角 ，将无人机模型抽象为平面几何模型，根据不同的三角形形状求取夹角 的取值范围；
[0012] 基于夹角 的取值范围判断被动接收信号的无人机接收到的未知编号无人机发送的信号与00编号无人机发送的信号之间夹角的区间范围确定未知信号源与自身的位置间隔关系。
[0013] 本方案中，通过查表的方式快速得知对方无人机的编号，通过位于圆心和圆周上另外两架位置无偏差且编号已知的无人机发射信号实现对被动接收信号的无人机精确定位，具体为：
[0014] 根据无人机集群编队中圆周上的无人机遍历所有位置间隔关系，汇总为表格，在表格中通过读取未知信号源发送信号的角度关系及编号为00和01无人机发送信号的角度关系确定方位信息，获取未知编号无人机的编号；
[0015] 将三个发送信号的无人机的坐标及角度代入无人机定位模型，实现对被动接收信号的无人机精确定位。
[0016] 本方案中，利用平面中圆和三角形边角关系定理，推导并建立无人机定位模型，具体为：
[0017] 设无人机集群编队的圆周上存在两架无人机 ，圆心上无人机为 ，为待确定位置的无人机 提供信号；其中，无人机 的位置信息已知，无人机 的位置未知；
[0018] 以无人机 作为坐标原点， 方向为 轴正方向建立直角坐标系，则 的坐标分别为 ， ，设 的坐标为 ，由于无人机 位置无偏差且编号已知，设无人机群半径 ，无人机 编号分别为 ，则 ，
， ；
[0019] 无人机 收到来自无人机 的三束电磁波，获取接收到三束电磁波的方向信息形成的夹角 ，其中 ；
[0020] 设 分别为无人机 与 ，与 ，与 ， 与 ，与 之间的距离，由欧式坐标系的距离公式求取所述距离，距离计算公式为：
[0021]
[0022] 并根据三角形中的余弦定理，获取夹角 的余弦值，计算公式为：
[0023]
[0024] 利用平面中圆和三角形边角关系定理，推导并建立无人机定位模型，将编号为00和01无人机及未知编号无人机的坐标分别设为 ，视为无人机定位模型中的无人机 ，将所述坐标以及被动接收信号无人机收到的角度信息通过所述距离计算公式及余弦值计算公式求解得到被动接收信号无人机的坐标位置。
[0025] 本方案中，通过梯度下降法对无人机进行定位，具体为：
[0026] 获取无人机定位模型，将所述无人机定位模型中无人机接收到的角度信号的余弦值转化为角度值，定义损失函数，通过梯度下降法求取无人机 的坐标位置；
[0027] 获取随机数初始化待更新参数，将所述待更新参数初始化为 ,通过损失函数获取 的偏导数，设置初始学习率，通过迭代学习对参数进行更新；
[0028] 当损失函数取得预设最小值时则停止优化，输出接收信号无人机的坐标位置，其中所述损失函数 的计算公式为：
[0029]
[0030] 本方案中，获取无人机的定位结果，根据无人机的定位结果进行无人机位置的调整，位置出现偏差的无人机根据接收到的信号提取出方向信息，并进行相应的位置调整，具体为：
[0031] 设无人机集群的目标半径为 ，编号00及01的无人机所在直线为 轴建立直角坐标系，则编号为 的无人机的目标调整位置为：
[0032]
[0033] 已知编号为i的无人机的原位置为 ，通过极坐标与直角坐标的转换关系将无人机的位置转化为用直角坐标 表示，设无人机的初始位置为 ，无人机目标调整位置为 ,定义单架无人机横向调整幅度为: ；
[0034] 获取每架无人机调整过程中的横向调整幅度的平方和作为整体横向调整幅度，为了保证无人机集群在位置调整中的稳定性，利用网格搜索法通过精搜与细搜结合的方式求解目标半径 的最佳值，使得所述整体横向调整幅度取得最小值。
[0035] 本发明第二方面还提供了一种无人机集群的纯方位无源定位系统，该系统包括：存储器、处理器，所述存储器中包括一种无人机集群的纯方位无源定位方法程序，所述一种无人机集群的纯方位无源定位方法程序被所述处理器执行时实现如下步骤：
[0036] 在无人机集群进行遂行编队飞行时，当某位置固定但未知编号的无人机及圆心的无人机向被动接收信号的无人机发送信号时，通过分析无人机接收到不同相对位置的无人机信号时信号角度的波动范围，找出两无人机相对位置与信号角度之间的关系，并生成表格；
[0037] 通过查表的方式快速得知对方无人机的编号，通过位于圆心和圆周上另外两架位置无偏差且编号已知的无人机发射信号实现对被动接收信号的无人机精确定位，利用平面中圆和三角形边角关系定理，推导并建立无人机定位模型，并通过梯度下降法对无人机进行定位；
[0038] 获取无人机的定位结果，根据无人机的定位结果进行无人机位置的调整，位置出现偏差的无人机根据接收到的信号提取出方向信息，并进行相应的位置调整。
[0039] 本发明第三方面还提供一种计算机可读存储介质，所述计算机可读存储介质中包括一种无人机集群的纯方位无源定位方法程序，所述一种无人机集群的纯方位无源定位方法程序被处理器执行时，实现如上述任一项所述的一种无人机集群的纯方位无源定位方法的步骤。
[0040] 本发明公开了一种无人机集群的纯方位无源定位方法、系统及存储介质，包括：在无人机集群进行遂行编队飞行时，当某位置固定但未知编号的无人机及圆心的无人机向被动接收信号的无人机发送信号时，通过分析无人机接收到不同相对位置的无人机信号时信号角度的波动范围，找出两无人机相对位置与信号角度之间的关系，通过位于圆心和圆周上另外两架位置无偏差且编号已知的无人机发射信号实现对被动接收信号的无人机精确定位，建立无人机定位模型，并通过梯度下降法对无人机进行定位。纯方位无源定位的方法，有利于减少无人机集群向外发射电磁波的次数，即尽可能让无人机保持电磁静默，使得外界设备不易发现无人机的存在，达到避免外界干扰的目的。
附图说明
[0041] 图1示出了本发明一种无人机集群的纯方位无源定位方法的流程图；
[0042] 图2示出了本发明中通过平面几何模型进行夹角 取值范围的示意图；
[0043] 图3示出了本发明无人机间距离关系及无人机 收到的电磁波示意图；
[0044] 图4示出了本发明无人机位置调整的流程图；
[0045] 图5示出了本发明一种无人机集群的纯方位无源定位系统的框图。
具体实施方式
[0046] 为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
[0047] 在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
[0048] 图1示出了本发明一种无人机集群的纯方位无源定位方法的流程图。
[0049] 如图1所示，本发明第一方面提供了一种无人机集群的纯方位无源定位方法，包括：
[0050] S102，在无人机集群进行遂行编队飞行时，当某位置固定但未知编号的无人机及圆心的无人机向被动接收信号的无人机发送信号时，通过分析无人机接收到不同相对位置的无人机信号时信号角度的波动范围，找出两无人机相对位置与信号角度之间的关系，并生成表格；
[0051] S104，通过查表的方式快速得知对方无人机的编号，通过位于圆心和圆周上另外两架位置无偏差且编号已知的无人机发射信号实现对被动接收信号的无人机精确定位，利用平面中圆和三角形边角关系定理，推导并建立无人机定位模型，并通过梯度下降法对无人机进行定位；
[0052] S106，获取无人机的定位结果，根据无人机的定位结果进行无人机位置的调整，位置出现偏差的无人机根据接收到的信号提取出方向信息，并进行相应的位置调整。
[0053] 需要说明的是，无人机编队由十架无人机组成，其中编号为FY00的无人机作为圆心，其余已知编号的无人机均匀排列在某一圆周上，选定位于圆心的无人机和圆周上另外两架无人机来发射信号，其余的无人机作为被动接收信号的设备，在无人机集群编队中当编号为00和01的无人机与圆周上任一无人机发送信号时，由于圆周上两无人机的相对位置不同，获取以三架无人机为定点的三角形形状，所述编号为00和01的无人机分别为圆心上的无人机及圆周上位置确定且编号已知的无人机，编号01的无人机固定用于发射信号；设未知编号无人机与编号为00的无人机的提供的信号夹角为夹角 ；
[0054] 如图2所示，将无人机模型抽象为平面几何模型，根据不同的三角形形状求取夹角的取值范围，已知直角坐标系中， 为坐标原点， ， ，， 在以 为圆心，半径为 的范围内移动， 为无人机集群的半径，连接 ，
， ，作三角形 的内接圆，其圆心为 ，易得 位于 的垂
直平分线上。因为 ，所以 点应与 点在直线 的同一侧在同一圆中，相同弦长的圆周角为圆心角的一半， ，当圆心角取得最大值或最小值时，圆周角亦取得最大值或最小值。显然，到 的距离与 的大小成反比，即与 的取值成反比；设到 的距离为 ，因此 ；
[0055] 根据勾股定理： ，由 ， 可得 的坐标，进而 ；由于 在以
为中心，半径为 的圆内，则有：
；由于 在以 为中心的圆周上，因此， 。根据坐标关系，则获取不等式：
[0056]
[0057]
[0058] 求解上述不等式得到 的取值范围，代入 得到 的取值范围，预设R=100，有40°、80°、120°、160°四个不同的取值，通过计算机求解其对应的 取值范围。由于无人机不同的相对位置收到的角度范围不重叠，基于夹角 的取值范围判断被动接收信号的无人机接收到的未知编号无人机发送的信号与00编号无人机发送的信号之间夹角的区间范围确定未知信号源与自身的位置间隔关系。例如，无人机 测得未知编号的无人机与编号为00的无人机提供的信号夹角为 ，位于
的范围内。因此，可以判断出 无人
机B与无人机A相隔2架无人机。由于每架无人机在其两侧均有无人机，因此仅根据 的范围只能将位置编号的无人机缩小在两个解的范围内，并不能确定具体方位，还需根据编号为
00、01的无人机发送的角度信息，得到最终的解。
[0059] 需要说明的是，由于圆周上无人机数量不多，可遍历所有可能的结果，根据无人机集群编队中圆周上的无人机遍历所有位置间隔关系，汇总为表格，在表格中通过读取未知信号源发送信号的角度关系及编号为00和01无人机发送信号的角度关系确定方位信息，获取未知编号无人机的编号；将三个发送信号的无人机的坐标及角度代入无人机定位模型，实现对被动接收信号的无人机精确定位。
[0060] 需要说明的是，由几何关系可知，当位于圆心的无人机和编队中的一架无人机发射信号时，可为另一架无人机提供一个角度信号。根据该角度信号及两架发射信号的无人机的位置，无人机可确定其位于以三架无人机为定点的三角形的外接圆上，但仍无法定位其准确的坐标位置。因此，需要多一架无人机来发射信号。设无人机集群编队的圆周上存在两架无人机 ，圆心上无人机为 ，为待确定位置的无人机 提供信号；其中，无人机的位置信息已知，无人机 的位置未知；
[0061] 以无人机 作为坐标原点， 方向为 轴正方向建立直角坐标系，则 的坐标分别为 ， ，设 的坐标为 ，由于无人机 位置无偏差且编号已知，设无人机群半径 ，无人机 编号分别为 ，则 ，
， ；
[0062] 如图3所示，无人机 收到来自无人机 的三束电磁波，获取接收到三束电磁波的方向信息形成的夹角 ，其中 ；
[0063] 设 分别为无人机 与 ，与 ，与 ， 与 ，与 之间的距离，由欧式坐标系的距离公式求取所述距离，距离计算公式为：
[0064]
[0065] 并根据三角形中的余弦定理，获取夹角 的余弦值，计算公式为：
[0066]
[0067] 利用平面中圆和三角形边角关系定理，推导并建立无人机定位模型，将编号为00和01无人机及未知编号无人机的坐标分别设为 ，视为无人机定位模型中的无人机 ，将所述坐标以及被动接收信号无人机收到的角度信息通过所述距离计算公式及余弦值计算公式求解得到被动接收信号无人机的坐标位置。
[0068] 需要说明的是，无人机定位模型中的夹角 的余弦值及计算为一组较为复杂的隐式方程，通过一般的方法求解较为困难，采用梯度下降法可以更快的求解通过梯度下降法对无人机进行定位，具体为：
[0069] 获取无人机定位模型，将所述无人机定位模型中无人机接收到的角度信号的余弦值转化为角度值，定义损失函数，通过梯度下降法求取无人机 的坐标位置；
[0070] 获取随机数初始化待更新参数，将所述待更新参数初始化为 ,通过损失函数 获取 的偏导数 ， ，设置初始学习率 ，通过迭代学习对参数进行更新，参数更新公式为：
[0071]
[0072]
[0073] 当损失函数取得预设最小值时则停止优化，输出接收信号无人机的坐标位置，其中所述损失函数 的计算公式为：
[0074]
[0075] 需要说明的是，由于无人机飞行速度较快，过大的横向位置调整容易给无人机带来极大的不稳定性，因此，在无人机群调整过程中，应尽量避免横向调整；设无人机集群的目标半径为 ，编号00及01的无人机所在直线为 轴建立直角坐标系，则编号为 的无人机的目标调整位置为：
[0076]
[0077] 已知编号为i的无人机的原位置为 ，通过极坐标与直角坐标的转换关系将无人机的位置转化为用直角坐标 表示， ，设无人机的初始位置为 ，无人机目标调整位置为 ,定义单架无人机横向调整幅度为:
；
[0078] 获取每架无人机调整过程中的横向调整幅度的平方和作为整体横向调整幅度，为了保证无人机集群在位置调整中的稳定性，利用网格搜索法通过精搜与细搜结合的方式求解目标半径 的最佳值，使得所述整体横向调整幅度取得最小值。
[0079] 图4示出了本发明无人机位置调整的流程图。
[0080] 由于外界环境中存在干扰噪声，如风速、气压等，会导致无人机调整路径发生偏移。因此，假定无人机每行进步长为其与目标位置偏差的三分之一后，便需要重新计算其自身方位，适时改变调整策略。为加快无人机调整速度，每调整一次后，重新寻找出与目标位置偏差最小的两架无人机，与圆心无人机构成三信号源定位系统，为其余7架无人机的调整提供位置信息不断循环上述步骤，使无人机最终回到正确位置。设噪声服从均值为0、方差为五分之一位置偏差值的正态分布，模拟无人机群高速行驶过程中受外界因素影响时，逐2
步调整至正确位置的过程，当无人机偏移量的平方和小于0.1m时，认定调整完毕。
[0081] 图5示出了本发明一种无人机集群的纯方位无源定位系统的框图。
[0082] 本发明第二方面还提供了一种无人机集群的纯方位无源定位系统5，该系统包括：存储器51、处理器52，所述存储器中包括一种无人机集群的纯方位无源定位方法程序，所述一种无人机集群的纯方位无源定位方法程序被所述处理器执行时实现如下步骤：
[0083] 在无人机集群进行遂行编队飞行时，当某位置固定但未知编号的无人机及圆心的无人机向被动接收信号的无人机发送信号时，通过分析无人机接收到不同相对位置的无人机信号时信号角度的波动范围，找出两无人机相对位置与信号角度之间的关系，并生成表格；
[0084] 通过查表的方式快速得知对方无人机的编号，通过位于圆心和圆周上另外两架位置无偏差且编号已知的无人机发射信号实现对被动接收信号的无人机精确定位，利用平面中圆和三角形边角关系定理，推导并建立无人机定位模型，并通过梯度下降法对无人机进行定位；
[0085] 获取无人机的定位结果，根据无人机的定位结果进行无人机位置的调整，位置出现偏差的无人机根据接收到的信号提取出方向信息，并进行相应的位置调整。
[0086] 需要说明的是，无人机编队由十架无人机组成，其中编号为FY00的无人机作为圆心，其余已知编号的无人机均匀排列在某一圆周上，选定位于圆心的无人机和圆周上另外两架无人机来发射信号，其余的无人机作为被动接收信号的设备，在无人机集群编队中当编号为00和01的无人机与圆周上任一无人机发送信号时，由于圆周上两无人机的相对位置不同，获取以三架无人机为定点的三角形形状，所述编号为00和01的无人机分别为圆心上的无人机及圆周上位置确定且编号已知的无人机，编号01的无人机固定用于发射信号；设未知编号无人机与编号为00的无人机的提供的信号夹角为夹角 ；
[0087] 将无人机模型抽象为平面几何模型，根据不同的三角形形状求取夹角 的取值范围，已知直角坐标系中， 为坐标原点， ， ， ，在以为圆心，半径为 的范围内移动， 为无人机集群的半径，连接 ，
， ，作三角形 的内接圆，其圆心为 ，易得 位于 的垂直平分线上。
因为 ，所以 点应与 点在直线 的同一侧在同一圆中，相同弦长的圆周角为圆心角的一半， ，当圆心角取得最大值或最小值时，圆周角亦取得最大值或最小值。显然， 到 的距离与 的大小成反比，即与 的取值成反比；设 到 的距离为 ，因此 ；
[0088] 根据勾股定理： ，由 ， 可得 的坐标，进而 ；由于 在以
为中心，半径为 的圆内，则有：
；由于 在以 为中心的圆周上，因此， 。根据坐标关系，则获取不等式：
[0089]
[0090]
[0091] 求解上述不等式得到 的取值范围，代入 得到 的取值范围，由于无人机不同的相对位置收到的角度范围不重叠，基于夹角 的取值范围判断被动接收信号的无人机接收到的未知编号无人机发送的信号与00编号无人机发送的信号之间夹角的区间范围确定未知信号源与自身的位置间隔关系。例如，无人机 测得未知编号的无人机与编号为00的无人机提供的信号夹角为 ，位于
的范围内。因此，可以判断出 无人
机B与无人机A相隔2架无人机。由于每架无人机在其两侧均有无人机，因此仅根据 的范围只能将位置编号的无人机缩小在两个解的范围内，并不能确定具体方位，还需根据编号为
00、01的无人机发送的角度信息，得到最终的解。
[0092] 需要说明的是，由于圆周上无人机数量不多，可遍历所有可能的结果，根据无人机集群编队中圆周上的无人机遍历所有位置间隔关系，汇总为表格，在表格中通过读取未知信号源发送信号的角度关系及编号为00和01无人机发送信号的角度关系确定方位信息，获取未知编号无人机的编号；将三个发送信号的无人机的坐标及角度代入无人机定位模型，实现对被动接收信号的无人机精确定位。
[0093] 需要说明的是，由几何关系可知，当位于圆心的无人机和编队中的一架无人机发射信号时，可为另一架无人机提供一个角度信号。根据该角度信号及两架发射信号的无人机的位置，无人机可确定其位于以三架无人机为定点的三角形的外接圆上，但仍无法定位其准确的坐标位置。因此，需要多一架无人机来发射信号。设无人机集群编队的圆周上存在两架无人机 ，圆心上无人机为 ，为待确定位置的无人机 提供信号；其中，无人机的位置信息已知，无人机 的位置未知；
[0094] 以无人机 作为坐标原点， 方向为 轴正方向建立直角坐标系，则 的坐标分别为 ， ，设 的坐标为 ，由于无人机 位置无偏差且编号已知，设无人机群半径 ，无人机 编号分别为 ，则 ，
， ；
[0095] 无人机 收到来自无人机 的三束电磁波，获取接收到三束电磁波的方向信息形成的夹角 ，其中 ；
[0096] 设 分别为无人机 与 ，与 ，与 ， 与 ，与 之间的距离，由欧式坐标系的距离公式求取所述距离，距离计算公式为：
[0097]
[0098] 并根据三角形中的余弦定理，获取夹角 的余弦值，计算公式为：
[0099]
[0100] 利用平面中圆和三角形边角关系定理，推导并建立无人机定位模型，将编号为00和01无人机及未知编号无人机的坐标分别设为 ，视为无人机定位模型中的无人机 ，将所述坐标以及被动接收信号无人机收到的角度信息通过所述距离计算公式及余弦值计算公式求解得到被动接收信号无人机的坐标位置。
[0101] 需要说明的是，无人机定位模型中的夹角 的余弦值及计算为一组较为复杂的隐式方程，通过一般的方法求解较为困难，采用梯度下降法可以更快的求解通过梯度下降法对无人机进行定位，具体为：
[0102] 获取无人机定位模型，将所述无人机定位模型中无人机接收到的角度信号的余弦值转化为角度值，定义损失函数，通过梯度下降法求取无人机 的坐标位置；
[0103] 获取随机数初始化待更新参数，将所述待更新参数初始化为 ,通过损失函数 获取 的偏导数 ， ，设置初始学习率 ，通过迭代学习对参数进行更新，参数更新公式为：
[0104]
[0105]
[0106] 当损失函数取得预设最小值时则停止优化，输出接收信号无人机的坐标位置，其中所述损失函数 的计算公式为：
[0107]
[0108] 需要说明的是，由于无人机飞行速度较快，过大的横向位置调整容易给无人机带来极大的不稳定性，因此，在无人机群调整过程中，应尽量避免横向调整；设无人机集群的目标半径为 ，编号00及01的无人机所在直线为 轴建立直角坐标系，则编号为 的无人机的目标调整位置为：
[0109]
[0110] 已知编号为i的无人机的原位置为 ，通过极坐标与直角坐标的转换关系将无人机的位置转化为用直角坐标 表示， ，设无人机的初始位置为 ，无人机目标调整位置为 ,定义单架无人机横向调整幅度为:
；
[0111] 获取每架无人机调整过程中的横向调整幅度的平方和作为整体横向调整幅度，为了保证无人机集群在位置调整中的稳定性，利用网格搜索法通过精搜与细搜结合的方式求解目标半径 的最佳值，使得所述整体横向调整幅度取得最小值。
[0112] 由于外界环境中存在干扰噪声，如风速、气压等，会导致无人机调整路径发生偏移。因此，假定无人机每行进步长为其与目标位置偏差的三分之一后，便需要重新计算其自身方位，适时改变调整策略。为加快无人机调整速度，每调整一次后，重新寻找出与目标位置偏差最小的两架无人机，与圆心无人机构成三信号源定位系统，为其余7架无人机的调整提供位置信息不断循环上述步骤，使无人机最终回到正确位置。设噪声服从均值为0、方差为五分之一位置偏差值的正态分布，模拟无人机群高速行驶过程中受外界因素影响时，逐2
步调整至正确位置的过程，当无人机偏移量的平方和小于0.1m时，认定调整完毕。
[0113] 本发明第三方面还提供一种计算机可读存储介质，所述计算机可读存储介质中包括一种无人机集群的纯方位无源定位方法程序，所述一种无人机集群的纯方位无源定位方法程序被处理器执行时，实现如上述任一项所述的一种无人机集群的纯方位无源定位方法的步骤。
[0114] 在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
[0115] 上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
[0116] 另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0117] 本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read‑OnlyMemory）、随机存取存储器（RAM，RandomAccessMemory）、磁碟或者光盘等各种可以存储程序代码的介质。
[0118] 或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
[0119] 以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
