SAR-AAVs, 事件触发机制, 协同定位, 随机数据丢包, 分布式卡尔曼滤波（SDKF）, GNSS拒止, 通信资源优化, 室内定位, 物联网(IoT), 机器学习, 定位服务, 传感器数据融合,

SARCL：一种面向搜索与救援的抗随机包丢失事件触发型鲁棒协作定位方案

关键词

SAR-AAVs，事件触发机制，协同定位，随机数据丢包，分布式卡尔曼滤波（SDKF），GNSS拒止，通信资源优化。

研究问题

在搜索与救援任务中，SAR-AAV的定位是成功执行任务的前提。然而，通信资源的有限性以及GNSS信号的退化或拒止使得SAR-AAV的稳健定位面临严峻挑战，特别是随机数据丢包可能会进一步恶化定位性能。该研究旨在提出一种能够在随机丢包和有限通信条件下实现稳健协同定位的方法。

方法

1. 事件触发机制：通过将事件触发机制与伯努利丢包模型相结合，提高协同定位方案在随机数据丢包环境下的鲁棒性，并优化通信资源的利用。
2. 协同定位算法：基于分布式卡尔曼滤波（SDKF），推导出误差协方差矩阵的最小上界，用于递归状态估计，而非采用难以求解的解析解。
3. 收敛条件：通过推导估计误差的随机有界性，提供了SDKF算法的收敛条件。
4. 实验验证：通过3架P600 AAV的实验验证，使用机载超宽带模块获取相对距离-方位-俯仰信息，评估了方法的有效性。

创新点

1. 首次将事件触发机制融入SAR-AAV的协同定位中，并结合伯努利丢包模型提升定位鲁棒性。
2. 提出了