[发明专利]一种面向数字孪生仿真的无人机集群传感器模型校正方法

说明书

本发明公开了一种面向数字孪生仿真的无人机集群传感器模型校正方法，该方法属于系统建模与仿真领域，可以有效提高数字孪生模型的准确性和可信度。该方法首先建立面向数字孪生仿真的无人机集群传感器校正模型，包含真实无人机传感器、传感器孪生仿真模型、孪生数据库、无人机集群任务和连接；然后建立基于随机有限集的传感器测量模型，考虑漏检和杂波，求解传感器似然函数；其次，建立基于随机有限集的无人机集群数字孪生仿真模型，考虑集群中无人机的动态加入、离开、衍生和被击毁，求解传感器的马尔科夫状态转移密度函数；最后基于贝叶斯估计方法，求解参数矢量的后验概率密度函数，并通过最大后验估计方法计算参数矢量的校正值。

技术领域

本发明属于系统建模与仿真领域，特别涉及一种面向数字孪生仿真的无人机集群传感器模型虚实结合校正方法。

背景技术

随着电子机械系统、传感器和通信技术的快速发展，无人机（Unmanned AerialVehicle, UAV）系统因其通用、灵活、易安装和低成本，为军事和民用应用提供了新的途径，如目标搜索和摧毁、边境监视、野火管理、灾害监测和遥感监测。无人机集群是由大量小型无人机组成的群体化、智能化和功能分布化的高抗毁飞行体系，在数量规模、协同效能、敌我对抗交换成本等方面具有巨大的优势，成为了军事科技领域研究的热点。

无人机集群作战效能很大程度上取决于高效的网络架构和集群智能协同控制水平。面对日益复杂的战场电磁环境，空域、时域、频域上种类繁杂、密集重叠、动态多变、功率分布参差不齐的电磁信号对集群协同能力和电磁作战效能的发挥以及战场生存等造成了重要影响和制约作用。如何有效验证无人机集群的组网性能和协同控制能力，提供真实可靠的验证结果，是研究智能化战术战法、规划新型作战力量编制体制、把握未来战争演进趋势的重要手段。

对于无人机集群的组网和协同性能测试，常用的测试方法为测试床试验、数值模拟和半实物仿真。测试床试验通过研制与实际系统相似的实体模型，对其性能测试以评估原系统工作性能，测试结果真实可信，但测试过程风险大，成本高，场景难以再现。数值模拟通过严格的数学模型，利用数值计算软件进行计算分析，测试时间少，测试成本小，利于进行变量控制试验，但难以对非线性行为和不确定因素进行准确建模。半实物仿真在计算机实现仿真模型的基础上，通过加载实际的设备，实现仿真模型与实际设备联合仿真，仿真系统的部分是实际系统的组成部分，其他部分则采用计算机模拟的仿真模型。

近年来，数字孪生（DigitalTwin）备受学术界和企业界关注，尤其是数字孪生的落地应用更是关注热点。数字孪生以数字化方式创建物理实体的虚拟模型，借助数据模拟物理实体在现实环境中的行为，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体增加或扩展新的能力。数字孪生充分利用模型、数据、智能并集成多学科的技术，发挥连接物理世界和信息世界的桥梁和纽带作用，提供更加实时、高效、智能的服务。

数字孪生仿真系统实现了真实物理试验与虚拟仿真试验之间的互利共生和深度结合，真实物理试验可以对虚拟仿真试验的预测分析和评估功能进行利用，而虚拟仿真试验利用真实物理试验的数据来提高自身准确性和可信度，同时为真实物理试验提供试验设计、状态预测、结果分析、效能评估、过程控制、和辅助决策等功能支持。数字孪生落地应用的首要任务是创建应用对象的数字孪生模型。无人机通常搭载多种传感器，如三轴加速度计、三轴陀螺仪、三轴磁力计、全球定位系统（GlobalPositioningSystem, GPS）、气压计，利用这些传感器，无人机可以感知自身的位置和姿态，是进一步完成分布式组网与协同任务的前提。因此，如何利用真实无人机传感器的测量数据，构建精确和可信的传感器数字孪生模型，是构建无人机集群数字孪生仿真系统的重要基础。

发明内容

本发明的目的是针对无人机集群数字孪生仿真系统，提出一种虚实结合的传感器模型校正方法。为了实现该目的，本发明公开了一种面向数字孪生仿真的无人机集群传感器模型校正方法，所采用的步骤是：