技术领域
[0001] 本发明为一种多UUV仿生协同导航方法，将导航过程归结为多目标搜索问题，通过共享UUV间的各向磁场强度信息，完成协同导航任务
相关背景技术
[0002] 对多UUV精确导航问题的研究已经变得非常迫切。卫星导航系统的信号在水下严重衰减，高精度的惯性导航系统价格昂贵，而且误差随时间积累，因此有必要寻找全域的自然源导航手段作为深海探测的重要保障，而地磁场恰恰具有这样的导航特点。目前，地磁导航主要是以匹配方式为代表，利用实时测得的地磁数据与先验地磁图进行匹配，获取载体当前的位置。对先验地磁图的依赖是制约地磁导航发展的关键，建立有效完整的先验地磁图在目前看来是非常困难的。
[0003] 在水下无卫星信号，且仅使用低精度惯导，导致定位误差随时间积累，无法到达指定目标地点，遂提出利用仿生协同导航方法针对多UUV进行协同导航，在各UUV间实现信息共享，提高搜索效率，最终达到目标地点。从仿生学角度入手对该问题进行研究，并且提出了利用粒子群算法进行导航的多目标搜索方法，完成在未知地磁环境下的导航任务。
具体实施方式
[0016] 当n艘UUV进行仿生协同导航时，导航方法如下：
[0017] 1.初始化目的地，UUV个数n及初始位置，适应度阈值σ，采样周期Δt，并随机设置各个粒子的速度 和 (随机数范围根据UUV速度上限确定)；第i个UUV的速度在x，y方向上的上限分别为 和 那么初始速度可以由下式确定：
[0018]
[0019] 2.计算各UUV的优化函数
[0020]
[0021] 并初始化个体极值
[0022] 通过下面算法确定全局极值：
[0023]
[0024] 3.根据粒子群优化算法公式来更新各粒子的速度，并通过下式计算UUV的航速和航向：
[0025]
[0026] 4.重新计算各UUV的适应度，计算新的个体极值：
[0027]
[0028]
[0029] 将当前时刻的各个UUV适应度与现有个体极值pBest进行比较，如果比现有个体极值pBest的适应度更小，则将当前位置设置为该个体新的个体极值pBest；
[0030] 5.计算当前时刻的全局极值gBest：
[0031]
[0032] 将每个UUV的个体极值pBest与全局极值gBest逐一比较，如果适应度更小，则为新的gBest；
[0033] 6.判断全局极值gBest的适应度是否小于阈值，如果满足条件，则终止循环，认为到达目的地，若不满足，则跳到步骤3。
[0034] 本发明的效果通过如下方法得到验证：
[0035] 参照文献“1950—1980年中国地区主磁场模型的建立及分析”模拟实际地磁场环境，在Matlab中进行仿真验证。
[0036] 选取地磁场x方向分量X、y方向分量Y、z方向分量Z作为导航线索，分别对应(f1，f2，f3)各搜索子目标。仿真中有9艘UUV参与协同导航，取惯性因子ω＝0.7298，学习因子c1＝c2＝1.4962。
[0037] 在不考虑量测噪声的情况下，进行了如下实验：随机选取初始位置(东经91°，北纬48°)，向既定地磁环境目标位置(东经105°，北纬35°)运动。每艘UUV的惯导系统的陀螺零漂均为0.01°/h，随机漂移为0.03°，首先使用惯导系统导航，当惯导系统到达“目标地点”后，由于惯导系统误差随时间的积累导致与真实的目标地点之间有很大误差，这时使用协同仿生导航方法进行精确的定位，使多UUV准确到达目的地。图3、图4、图5中纵坐标单位为m，仿真结果如附图所示，从图4可以看出，在惯导结束时，各UUV与目标地点有很大距离，经过仿生协同导航后，误差有显著减小，验证了本方法的有效性。
