近日，统计与数据科学系吴京津博士指导的“针对无人机被动定位效率和精度的优化”课题项目成功入选2023-2024全国大学生数学建模赛题后续研究课题项目名单，其项目论文将被《数学建模及其应用》期刊录用并获得相应经费支持。据悉该项目旨在进一步探索大学生创新能力培养的新举措，促进应用数学与工业及其他行业的结合，促进数学建模教师队伍水平的整体提高，提升竞赛的影响力，从而助推国家拔尖创新人才自主培养，促进原始创新能力和人才培养质量的不断提升，为解决我国关键核心技术攻关提供青年人才储备。

 获奖名单

  全国大学生数学建模竞赛（以下简称国赛）由中国工业与应用数学学会主办，每年9月份举办，学生团队需在四天时间内协作完成选定题目。理工科技学院已连续多年参加该项赛事，并在该项赛事中取得傲人成绩。吴京津博士该项目团队曾在2022年国赛中取得国家二等奖的好成绩。

团队课题分享：

课题背景

       近些年来，随着高精度传感器与通信技术的进步，无人机凭借着其应用场景的广泛性以及经济性在社会上得到了越来越多的关注和支持。其中，在多架无人机组成编队进行飞行时，无人机编队的定位与调整问题成为了众多学术研究关注的对象，而无人机编队的定位方法主要分为有源和无源定位两种方法。相比起依赖于基站等接收器的有源定位方法，无人机使用无源定位方法可以仅利用周围环境中的信号进行定位与位置矫正，为其在对于干扰性、能量消耗要求或隐蔽性有较高要求的应用情境下带来优势。

  传统的无人机无源定位系统由于缺乏有效的参考距离信息，在精度指标上常常表现不佳。尽管迭代算法如最大似然算法和扩展卡尔曼滤波算法能够提供较高的精度，这些算法的局限性在于它们通常需要复杂的计算和适当的初始估计，才能收敛到准确的解，这在实时或资源受限的环境中是会受到极大限制。

课题优势

   因此，在此研究背景下，课题小组提出了一种新的基于方位角和计算机模拟优化算法的无人机无源定位模型，旨在克服传统定位系统的不足。我们设计了一套优化流程，用以提高定位系统的精度和调整效率。与现有传统方法相比，这种新的解决方案能够在不依赖外部参考信号的情况下，通过优化编队内部无人机的相对位置和方位角，实现更高精度的定位和更快速的调整。这一方法不仅提高了定位精度，而且通过减少对复杂迭代计算的依赖，优化算法结构，降低方法复杂度，显著提升了算法的实时性和稳定性。与此同时，此方法还推广到多种不同编队类型的无源定位需求中，从而更适合于实际应用场景中的动态环境和资源受限的条件。在经过优化后，调整误差显著降低

部分结果展示

未来方向：

   在未来的研究中，我们可以针对更多种类的无人机编队以及更多的无人机数量进行推广和扩展。基于接近于2D模型下的编队，3D模型下的编队更加考验到定位方法的精细度、稳定性。目前该方法主要聚焦于较小的无人机队形，在规模较小、无人机间距较近的情况下，无人机本身移动的过程对信号的影响较为微小，但在规模较大、无人机间距较远的情形下，应当考虑无人机本身移动的时长以及带来的影响，这对计算方法的复杂度提出了更高的要求。同时，针对无人机的无源定位方法也可以扩展到更多的应用场景，如室内定位等。

吴京津博士寄语：

吴京津博士（左一）和项目团队成员合影

   很高兴看到这个课题入选建模赛题后续研究课题项目，这是项目组同学们努力和团队合作的成果。无人机被动定位这个方向很有挑战性，而且项目组同学本身几乎没有这个方向的背景，但大家从建模比赛开始，通过不断摸索和优化，克服了不少难题，值得肯定。

   科研的道路上，成功与挫折是常态。希望同学们继续保持好奇心，面对未知时，不要害怕挑战，勇敢去尝试新方法。未来一定会有更多的机会和可能。

来源 | 统计与数据科学系

编辑 | 统计与数据科学系