纯方位无源定位：三角度锁定无人机位置与编队调整

简介这份资源是2022年全国大学生数学建模竞赛本科组B题的完整论文聚焦无人机纯方位无源定位问题适合备战数模竞赛的本科生、指导教师及对编队控制与几何定位建模感兴趣的读者参考。论文获河北省一等奖围绕圆形与锥形编队系统建立被动接收信号无人机的定位模型与位置调整模型运用二维直角坐标系、余弦定理与“三圆共点”思想讨论额外发射信号无人机数量的确定及步长遍历调整方案并附MATLAB编程实现思路。资源包共1个PDF文件大小约2.63MB内容涵盖问题重述、模型假设、符号说明、模型建立与求解及总结结构完整可直接作为赛题复盘与论文写作范本。目前已有8040人学习下载便于读者快速理解纯方位无源定位的建模脉络与MATLAB求解流程。1. 纯方位无源定位为什么三个角度就能锁死一架无人机的位置一架无人机在编队里飞偏了几米它自己不知道偏在哪也不能开雷达主动测距——电磁信号会暴露编队。它唯一能拿到的信息是其他无人机发来的“你在我这个方向”的方位角。只有角度、没有距离这在直觉上几乎等于无解一个角度对应一条射线无穷多个点都满足。可现实是只要凑齐三个方位角位置就被唯一钉死了。这背后的几何机制正是纯方位无源定位最反直觉、也最值得拆开看的地方。搞懂它不只是会做一道建模题而是理解一类“只测角不测距”的定位系统为什么能 work、在什么条件下会翻车。这份 2022 年全国大学生数学建模竞赛本科组 B 题的完整解答把从定位模型到编队调整的全链路都摊开了正好拿来当解剖样本。2. 方位角定位的几何本质一个角为什么画出一段圆弧2.1 从“一个角对应一条射线”到“一个角对应一段圆弧”很多人第一反应是接收机测到一个方位角就得到一条从发射机出发的射线接收机在这条射线上。这个理解只在“发射机知道自己的朝向、接收机也知道自己相对发射机的绝对方位”时成立。纯方位无源定位里没有这个前提接收机测到的是“信号来向相对于某个参考方向的角度”本质是一个圆周角。关键几何事实是平面上到两个定点张角为定值的动点轨迹是一段圆弧严格说是关于两定点连线对称的两段圆弧拼成的封闭曲线。这就是圆周角定理的逆命题。所以一个方位角不是一条射线而是一整段圆弧——接收机可能在这段弧上的任何一点。这解释了为什么“只增加一个发射机、只多一个角度”仍然不够两条弧一般有两个交点位置有歧义。2.2 三圆共点三个角度如何消掉歧义当编队里有三架位置已知且无偏差的无人机同时发射信号接收机就拿到三个方位角对应三段圆弧。三段圆弧若交于同一点这个点就是唯一解。原文把这个机制叫“三圆共点”并在问题一第二小问里用枚举法验证了它的可行性。这里有个容易被忽略的细节三段弧两两相交最多产生多个候选点真正让解唯一的不是“弧多”而是“弧的约束互相独立”。如果三架发射机恰好共线或者接收机落在某两架发射机连线的延长线上圆弧会退化成直线或出现相切约束就塌了。原文在问题二里专门点出了这个退化情形——位于三角形边延长线上的无人机“只能传送一个方向信息无法实现准确定位”。这不是数值精度问题是几何结构本身丢了秩。2.3 钝角“眼睛”与锐角“葫芦”轨迹形状的代数来源原文对轨迹形状给了一个很形象的说法定值夹角为钝角时轨迹像“眼睛”为锐角时像“葫芦”。这不是修辞是方程配平后的直接结果。以两定点 $A$、$B$ 为例设接收点为 $P$夹角 $\angle APB\theta$ 固定用余弦定理写出$$\cos\theta\frac{PA^2PB^2-AB^2}{2\cdot PA\cdot PB}$$把 $PA$、$PB$ 用坐标展开、移项配方会得到一个二次曲线方程。$\theta$ 为钝角时 $\cos\theta0$配方后两段弧在 $AB$ 两侧外凸形似眼睛$\theta$ 为锐角时 $\cos\theta0$两段弧内凹形似葫芦。原文给出的式 (18)(19) 就是这个配平结果。理解这一点很重要轨迹形状决定了两个候选交点分得多开也就决定了数值求解时容差该设多小否则会把“葫芦”的两个瓣误判成同一个解。3. 定位模型的源码级拆解余弦定理怎么一步步反解坐标3.1 建模思路把“定位”拆成两个子问题原文有一个很清醒的处理题目说的“定位模型”其实包含两件事——一是根据方位信息算出无人机当前的实际位置二是算出它应该到达的准确位置。这两件事用的是同一套几何但已知量不同。实际位置求解时三个方位角是测量值准确位置求解时利用的是“九架无人机均匀分布在圆周上”这一先验相邻间隔 40 度坐标可以直接写出来。原文表 1 给出了半径 $r$ 下九架圆周无人机的准确坐标例如 FY01 为 $(r,0)$FY02 为 $(0.77r,0.64r)$FY03 为 $(0.17r,0.98r)$。这些系数就是 $\cos40^\circ$、$\sin40^\circ$ 一类的三角函数值。把准确坐标当已知再用余弦定理反解接收机到各发射机的距离就能锁定准确位置。3.2 核心代码符号求解三个未知边长附录一的 MATLAB 程序是整个定位模型的心脏。它先用已知的两架发射机编号差算出它们之间的弦长再建立三个余弦定理方程用符号求解器解出三条边最后转成直角坐标。% 已知两架发射信号无人机编号算它们之间的弦长 % 相邻编号间隔 40 度编号差乘 40 即圆心角 a1 sqrt(2*r^2 - cosd(abs(FY0i-FY0j)*40)*2*r^2); % 三个未知量k0 为接收机到圆心的距离a2、a3 为到两发射机的距离 syms k0 a2 a3 % 方程一接收机、圆心、发射机 i 构成的三角形用余弦定理 eq1 (k0^2 a3^2 - r^2)/(2*k0*a3) - cosd(alpha1); % 方程二接收机、圆心、发射机 j 构成的三角形 eq2 (k0^2 a2^2 - r^2)/(2*k0*a2) - cosd(alpha2); % 方程三接收机与两发射机构成的三角形a1 为两发射机间距 eq3 (a2^2 a3^2 - a1^2)/(2*a2*a3) - cosd(alpha3); [X,Y,Z] solve(eq1, eq2, eq3, k0, a2, a3); K0 double(X); % 解出 k0即接收机到圆心的距离 k0i acosd(1 - 2*cosd(alpha1)^2); % 由方位角反推极角 k01 k0i - 40*abs(i-1); % 扣除参考方向偏移 x real(K0*cosd(k01)); % 转直角坐标 y real(K0*sind(k01));这段代码有几个值得说透的点。第一cosd用的是角度制和题目里 40 度间隔一致换成cos会直接算错这是血泪经验级别的坑。第二三个方程对应三个三角形eq1、eq2把圆心当作一个已知顶点eq3用两发射机间距闭合这样未知量刚好三个、方程刚好三个可解。第三real()取实部是在兜底符号求解可能吐出复数根几何上无意义的复根要丢掉。第四k0i acosd(1-2*cosd(alpha1)^2)这一步是从圆周角反推圆心角本质是圆心角等于同弧圆周角的两倍再做个三角恒等变形参数alpha1就是接收机对“圆心—发射机 i”这条弦的张角。3.3 参数怎么改、失败时看什么如果要把这套模型迁移到别的编队改的是三处r是编队半径直接换40是相邻无人机圆心角锥形或其它队形要按实际几何重算abs(FY0i-FY0j)*40这个“编号差乘间隔”的写法只对均匀圆周编队成立换队形必须改成按实际坐标算弦长。失败时优先看两件事solve是否返回空解说明三个方程矛盾通常是方位角输入顺序和发射机编号对不上以及解出的K0是否为负或虚数说明参考方向偏移量40*abs(i-1)的符号搞反了。4. 从“能不能定位”到“要几架发射机”枚举法背后的可观测性判断4.1 为什么一架额外发射机就够问题一第二小问问的是0 号和 1 号已经发射信号还要额外加几架才能让其余无人机准确定位。原文的推理链很干净不加额外发射机时某架接收机只能收到一个方位信息轨迹是一段弧位置不唯一加一架后接收机拿到三个方位信息0 号、1 号、新增那架三段弧共点位置唯一。既然一架就够两架三架当然更够所以答案是“额外 1 架”。这个结论的底层是可观测性未知量是二维坐标两个自由度每个独立方位角提供一个约束理论上两个约束就够但两个约束在几何上常出现双解需要第三个约束消歧。所以“三架发射机”不是拍脑袋是自由度计数加退化情形排除后的最小配置。4.2 枚举 56 种组合用平方和最小找那架“对的”发射机实际飞行中接收机并不知道哪架额外发射机在给它发信号它只有三个带偏差的方位角测量值。原文的做法是把所有可能组合枚举出来除 0、1 号外还有 8 架任选一架当额外发射机共 $C_8^256$ 种情况原文表 2 列的就是这 56 组理论方位角。然后对每组算理论值与实测值之差的平方和$$S(\alpha_1-\alpha_1)^2(\alpha_2-\alpha_2)^2(\alpha_3-\alpha_3)^2$$取 $S$ 最小的那组对应的发射机就是实际在发信号的那架。附录二的核心循环就是干这个min 1000; mini 0; for i 2:9 if i FY0k continue; % 接收机自己不会给自己发信号跳过 end % 三角度偏差平方和 m (beta1-alpha1(i,FY0k))^2 (beta2-alpha2(i,FY0k))^2 ... (beta3-alpha3(i,FY0k))^2; if m min min m; mini i; % 记录平方和最小时对应的发射机编号 end endbeta1、beta2、beta3是实测方位角alpha1/2/3(i,FY0k)是“假设 i 号发射、FY0k 接收”时的理论角。continue那行不能省否则接收机会把自己算成发射机平方和被人为压低直接选错。这套“最小二乘匹配”的思路在工程上很常见本质是用残差最小做信号源识别比硬解方程鲁棒因为实测角总有噪声。4.3 一个容易翻车的边界钝角优角与余弦恒等原文专门讨论了一种特殊情况当接收机处于某个位置使夹角成为优角大于 180 度时余弦值不变。因为 $\cos(360^\circ-\theta)\cos\theta$所以模型里用余弦定理算出来的边长不受影响。这个性质保证了定位模型在整圈上都成立不用分段讨论。但反过来说如果代码里用acos反求角度它会只返回 $[0,180^\circ]$ 的主值优角会被压成锐角导致方位判断错位。这是纯方位定位里最隐蔽的坑之一后面排查章节会再展开。5. 编队调整0.01 米步长遍历为什么能收敛5.1 调整模型的极坐标增量思路问题一第三小问要求把有偏差的无人机调回理想位置。原文的方案是0 号和 1 号保持相对关系不动先定位 2 号并调整再把 2 号加入“无偏差集合”用 0、1、2 去定位下一架逐架推进。调整本身用极坐标增量无人机向北或向南移动一个微小步长用余弦定理算出移动后到圆心的距离和极角和理想位置比没进误差带就继续走。附录三的循环结构体现了这个迭代njl 0.01; % 最小距离阈值即误差带 r 100; % 圆形编队半径 jl 100; % 初始距离故意设大以进入循环 while (jl njl) mjl 10000; for j 0:359 % 全方位遍历 360 个方向 % 每个方向试走一步算新位置到理想位置的距离 % 保留距离最小的方向作为本步移动方向 end jl mjl; % 更新当前偏差进入下一轮 endnjl0.01是收敛判据for j0:359是方向枚举mjl记录本步最优方向的距离。这个结构本质是贪心下降每步选让偏差最小的方向走一小步直到偏差小于 1 厘米。原文假设调整时间不计所以可以理解为“知道该往哪调就瞬间到位”这让迭代在数学上等价于逐步逼近。5.2 步长与收敛性的取舍步长 0.01 米不是随便定的。步长太大可能在理想位置附近来回震荡、永远进不了误差带步长太小迭代次数暴涨。0.01 米配合 0.01 米的误差带相当于“走一步就够到判据”收敛最快且不震荡。这里有个隐含前提每步移动方向是离散的 360 个方向之一真实最优方向可能落在两个离散方向之间所以最终位置会有不超过步长量级的残差——这正是把判据设成和步长同量级的原因。如果读者要把这套逻辑用到更高精度场景步长和判据要同步缩小否则残差会卡在判据边缘反复触发。5.3 锥形编队的复用换队形不换机制问题二把圆形换成锥形机制没变变的是“哪些无人机位置已知”和“哪些点会退化”。原文假设 1 号和 5 号无偏差先用 1、2、5 构成的三角形互相测角定位 2 号再逐轮扩展。关键约束还是那条位于已定位三架无人机三角形边延长线上的无人机无法定位所以第二轮只能定位 3、6、8、10、12、15 号第三轮再选 2、6、8 发射信号把剩下的补齐。这说明纯方位定位的可行性完全由“发射机几何构型是否让接收机脱离退化线”决定队形只是改变了退化线的分布。6. 避坑与排查纯方位定位建模里最容易翻车的五件事6.1 现象解出的坐标是虚数或负数原因符号求解返回了复根或者参考方向偏移量符号写反。纯方位模型里极角是从某个基准方向量的40*abs(i-1)这种写法默认编号递增对应角度递增一旦发射机编号顺序和坐标系定义不一致偏移量就反了。解决先固定一架发射机在 x 轴上原文就是把 FY01 固定在 $(r,0)$所有角度都相对它量再检查real()取实部后坐标是否落在合理半径内。6.2 现象三个方位角明明很准枚举法却选错发射机原因continue漏写接收机把自己算进候选发射机平方和被压低。或者理论角表alpha1/2/3的行列索引和“发射机—接收机”对应关系搞反。解决打印 56 组平方和排序看最小值那组的发射机编号是否等于接收机编号若是则一定是自匹配没排除。6.3 现象优角位置定位结果偏到对称的另一侧原因用acos反求角度只返回主值优角被压成锐角导致方位判断镜像翻转。解决不要用acos单独反角直接用余弦定理算边长余弦对优角不变坐标由边长和已知基准方向合成绕开反角的主值陷阱。6.4 现象调整迭代在理想位置附近来回跳永不收敛原因步长大于误差带或方向枚举粒度过粗导致最优方向落在两个离散方向之间。解决让步长小于等于误差带或把方向枚举从 360 个加密再不行就改用连续优化而非离散贪心。6.5 现象锥形编队第二轮总有一批无人机定不了位原因这些无人机恰好落在已定位三架无人机三角形边的延长线上方位约束退化。解决这不是 bug是几何退化必须换一组发射机重新组网原文第三轮选 2、6、8 就是这个思路。建模时要显式判断“接收机是否在发射机三角形边的延长线上”命中就跳过该组合。7. 设计取舍为什么这套模型选择“几何反解”而不是“数值优化”这套解答最值得琢磨的取舍是它几乎全程用几何反解余弦定理加符号求解而不是一上来就做数值优化。几何反解的好处是每一步都有明确的物理含义解出来对不对能靠图形直觉校验代价是对退化情形极其敏感一旦发射机共线或接收机落在延长线上方程直接病态。数值优化比如最小二乘拟合位置对退化更鲁棒但会引入初值依赖和局部极小反而更难解释“为什么这架定不了位”。原文的选择是把两者结合定位用几何反解保证可解释性发射机识别用平方和最小做残差匹配保证鲁棒性调整用离散贪心保证收敛可控。这个组合不是最优的但是在“要写清楚、要能复现、要能讲明白为什么”的竞赛约束下的合理折中。我一般会这么理解纯方位定位的工程价值不在于算得多快而在于你能不能说清“在什么几何构型下它必然失效”——退化线判断比求解精度更重要。如果要验证这套模型是否真的 work最直接的办法是拿附录程序跑一遍固定半径 100 米输入一组理论方位角看反解坐标是否回到表 1 的准确位置再把某架无人机人为偏移几米看枚举法能否选出正确的额外发射机、调整循环能否在几十步内收敛到 1 厘米内。跑通这两步机制就算真正吃透了。从那以后我每次碰只测角不测距的定位问题都会先画一遍发射机三角形、标出所有退化线再动手写方程——这个习惯帮我省掉了大量“解出来是虚数”的返工。希望帮到你。本文还有配套的精品资源点击获取