26数模国赛B题|思路第1弹【国一拆解+智囊定制】

B题 无线电干扰源的快速自动定位与清除

• 总体分析

整道题的核心目标是建立一套面向未知无线电干扰源的自动搜索、定位与清除方法。总体解题路线是先解决单个干扰源的几何定位精度描述，再研究第二检测点的主动选址策略，随后将前两问的定位模块嵌入多干扰源环境，构建全域搜索—交会定位—路径调度—精确清除的一体化算法，最后针对定向干扰源产生的信号盲区对搜索与定位策略进行扩展和修正。

问题1主要解决已知多个检测点及对应示向度时，如何确定干扰源的多边形定位区域及其直径，并判断以该直径为直径的圆能否覆盖定位区域。该问建立了整道题最基础的几何定位模型，将示向度误差转化为空间约束，并形成对定位精度进行量化的指标，其得到的定位区域、区域直径和覆盖判定方法直接为后续主动选择检测点以及判断是否已经达到可清除精度提供基础。

问题2在问题1的基础上，进一步研究只有一次示向信息时，如何选择第二个检测点以获得更好的交会定位效果。其核心是根据第一次测向形成的干扰源位置不确定区域，结合有效接收距离构造第二检测点的可行范围，并利用问题1中的定位区域尺度作为定位效果评价依据，确定更有利于缩小位置不确定性的测点位置。该问输出的主动选点策略和候选区域成为问题3、问题4中机器狗发现目标后选择下一测向位置的核心定位模块。

问题3进一步针对多个全向干扰源数量、频道和位置均未知的情况，将前两问的局部定位方法扩展到完整的自动搜索与清除任务。首先利用全向源最小有效接收半径设计能够覆盖目标区域的搜索结构，通过频道扫描发现干扰源；发现目标后调用问题2的主动选点方法，并利用问题1的交会定位结果持续压缩目标位置区域，达到光学定位要求后实施清除。同时根据移动、检测、频道切换和清除时间动态安排搜索与定位任务，使算法在保证全部干扰源被清除的前提下尽量降低总任务时间。该问完成了从单目标定位模型向多目标在线搜索与路径优化系统的整合。

问题4在问题3整体搜索—定位—清除框架的基础上，引入定向干扰源及未知定向方向，重点修正问题3中依赖全向覆盖的无信号判定逻辑。由于定向源仅在约180°有效辐射范围内产生信号，一次无信号不能直接排除附近存在目标，因此需要通过多方向检测和保证性覆盖降低盲区漏检风险，并在发现目标后同时利用有信号、无信号及示向度信息更新位置与方向约束。目标定位精度达到要求后仍可沿用前面建立的清除判据和动态路径调度方法，因此本问本质上是对问题3算法在部分可观测和信号盲区条件下的扩展。

整道题的建模主线可以概括为定位区域构造 → 主动测点选择 → 多目标全域搜索与动态清除 → 定向信号条件下的鲁棒扩展。前两问建立局部定位工具，第三问完成系统级整合，第四问则针对更复杂的信号机制修正搜索与观测策略，形成完整的自动定位清除方案。

• 问题一思路分析

1. 问题分析

问题 1 已知若干检测点坐标，以及同一干扰源在各检测点测得的示向度，要求基于交会定位法确定干扰源可能存在的多边形定位区域，计算该区域内任意两点之间距离的最大值，即定位区域直径，并进一步判断以该直径为直径的圆是否能够覆盖整个定位区域。

本问严格来说不属于优化类、预测类、评价类、数理统计类或机理分析类中的任何一类，更准确地属于计算几何类问题。虽然求区域直径可以写成一个最大化形式，但并不存在需要设计和选择的决策方案；最终目标是根据已有几何约束计算定位区域的几何属性，因此不应因为存在“最大值”而归入优化类。

本问的核心在于将测向机的示向度误差转化为空间中的几何可行域。题目规定测得的示向度与真实方位角之间存在 -1∘1∘的误差

，因此每个检测点并不能给出一条确定的定位射线，而是确定一个张角为 2∘的扇形方向区域。 多个检测点对应的方向区域取交集后，即得到干扰源的定位区域；附录中的双站交会定位实际上就是这一思想的具体体现。

因此整体求解逻辑可以概括为：

示向度误差区间 → 构造各检测点的角度约束 → 多个约束求交形成凸多边形 → 求凸多边形最远点对得到定位区域直径 → 构造半径为 D/2的圆并进行覆盖判定。

其中前半部分解决“定位区域是什么”，后半部分解决“定位区域有多大以及能否用直径圆描述其范围”。

2. 模型建立与求解

2.1 将示向度转化为几何约束

设共有 n个检测点，第 i个检测点坐标为

Si=xiyi,

测得该干扰源的示向度为

αi.

题目规定测向误差不超过 1∘，记

δ=1∘.

因此干扰源真实方向应满足

θi∈αi-δαi+δ.

于是从检测点 Si出发，可以分别沿

αi-δ, αi+δ

作两条边界射线，两条射线之间的区域就是第 i次测向允许干扰源存在的区域。

定义两条边界射线的方向向量

ui-=cos⁡αi-δsin⁡αi-δ,

ui+=cos⁡αi+δsin⁡αi+δ.

对任意待判断点

P=xy,

令

vi=P-Si.

由于误差扇区只有 2∘<180∘，可以利用二维向量叉积将该扇形写成两个半平面的交：

ui-×vi≥0,

ui+×vi≤0.

实际编程时只需统一角度方向并对 0∘/360∘附近的角度进行周期化处理即可。

因此，一个检测点对应两个线性几何约束，n 个检测点最终形成 2n个半平面约束。

2.2 构造多边形定位区域

所有检测结果必须同时成立，因此干扰源的可行定位区域为

其中 Ωi表示第 i个检测点产生的角度可行区域。

由于每个 Ωi都可以表示为两个半平面的交，而凸集的交仍然为凸集，因此只要交集非空且有界，最终得到的定位区域 Ω是一个凸多边形。

这一步建议采用半平面交算法求解。

实际实现路线可以简化为：

将所有检测点对应的两条边界直线统一表示为半平面约束，依次进行多边形裁剪，最终留下同时满足全部示向度约束的区域。得到顶点集合后，按照逆时针或顺时针方向排列：

V1,V2,…,Vm.

如果不准备实现标准半平面交，也可以计算各边界直线之间的交点，再保留满足全部约束的交点，最后对这些有效交点进行凸包排序。对于本题而言，两种方法得到的最终定位多边形是一致的。

需要同时考虑退化情况：

• 交集为空，说明给定测向结果不存在共同可行位置；
• 交集退化为线段或点，则分别按线段长度或零处理；
• 正常情况下得到二维凸多边形。

2.3 计算定位区域直径

题目将定位区域直径定义为区域内任意两点距离的最大值，即

D=maxP,Q∈Ω∥P-Q∥2.

由于 Ω为凸多边形，区域中距离最远的两个点一定可以在多边形顶点中取得。

因此无需在整个连续区域内搜索，只需要计算顶点之间的最远距离：

若定位多边形顶点数不大，直接枚举所有顶点对即可，时间复杂度为

Om2,

实现简单且稳定。

如果希望给出更加标准的计算几何算法，则先得到有序凸多边形顶点，再采用旋转卡壳算法寻找最远对踵点，将复杂度降低到

Om.

记最终取得最大距离的一对顶点为

A, B,

则

∣AB∣=D.

线段 AB即为定位区域的一条直径。

2.4 判断直径圆能否覆盖定位区域

这一部分是本问最需要单独说明的地方。

不能仅根据

任意两点距离≤D

就直接认为“半径为 D/2的圆一定能够覆盖定位区域”。

这种结论在二维平面中一般并不成立。

按直径线段直接构造圆

对于上一步得到的最远点对 A,B，以线段 AB为圆的直径，则圆心为

C=A+B2,

圆半径为

R=D2.

由于定位区域是凸多边形，只需要检查所有顶点到圆心的距离：

dk=∥Vk-C∥.

定义

dmax=max1≤k≤m∥Vk-C∥.

若

dmax≤D2,

则所有顶点均位于圆内或圆周上，由凸性可知整个定位多边形均被该圆覆盖。

若

dmax>D2,

则至少存在一个顶点位于圆外，因此该直径圆不能覆盖整个定位区域。

2.5 给出一般性的理论结论

对于“以定位区域直径为直径的圆是否一定能覆盖定位区域”，本问应给出明确结论：

不一定。

例如一个边长为 D的等边三角形，其区域直径就是任意两顶点之间的距离 D，但能够覆盖整个三角形的外接圆半径为

Rc=D3,

而

D3>D2.

因此直径为 D的圆半径只有 D/2，不足以覆盖该三角形。

这说明：

定位区域直径只描述区域内最远两点之间的距离，并不能单独决定覆盖整个二维区域所需圆的大小。

如果需要更严格地回答“是否存在某个直径等于 D的圆可以覆盖定位区域”，可以进一步计算定位多边形的最小包围圆。

记其半径为

Rmin.

则存在直径为 D的圆覆盖定位区域的充要条件为

Rmin≤D2.

另一方面，由于区域内存在距离为 D的两个点，任何覆盖圆至少需要满足

Rmin≥D2,

所以实际上上述条件等价于

Rmin=D2.

这一判据可以作为对第二问句更加完整的算法化回答。

3. 结果检验

本问不涉及参数拟合，因此无需进行常见的统计显著性检验，主要进行几何正确性检验和算法一致性检验。

首先检查得到的所有定位多边形顶点是否同时满足每个检测点的

αi-1∘αi+1∘

角度约束，以验证定位区域构造正确。

其次，可以采用顶点两两枚举计算最远距离，并与旋转卡壳算法所得直径进行比较，两者结果应保持一致。

最后，对于圆覆盖结果，应检查所有多边形顶点与候选圆圆心的距离。若

maxk∥Vk-C∥≤D/2,

则覆盖成立；否则覆盖不成立。若采用最小包围圆方法，还可以通过比较

Rmin

与

D/2

进一步确认判定结果。

4. 总结

问题 1 的核心技术路线可以概括为：

示向度误差建模 → 角度约束半平面化 → 半平面求交 → 构造凸定位多边形 → 求凸多边形最远点对 → 得到定位区域直径 → 进行直径圆覆盖判定。

首先利用题目给出的 ±1∘测向误差，将每个检测点的一条理想示向射线扩展为一个 2∘的角度可行域；随后对所有检测点的可行域取交集，得到干扰源可能存在的凸多边形定位区域。

在得到多边形顶点后，利用凸集最远距离必在顶点间取得的性质，通过顶点枚举或旋转卡壳算法求得最远点对，其欧氏距离即为题目要求的定位区域直径 D。

最后以最远点对为直径端点构造半径 D/2的圆，通过检查所有多边形顶点是否位于圆内完成覆盖判定。如果讨论的是“是否存在任意一个直径为 D的圆能够覆盖定位区域”，则进一步计算最小包围圆半径 Rmin，依据

Rmin=D/2

进行判断。

因此，本问最终应输出三类结果：定位区域的顶点或边界表示、定位区域直径 D及对应最远点对、直径圆是否能够覆盖定位区域的明确判断。

从题型本质上看，本问是一道以半平面交、凸多边形直径和圆覆盖判定为核心的计算几何问题，而不是传统意义上的优化问题。

• 问题二思路分析

1. 问题分析

问题 2 已知某个全向干扰源已经在第一个检测点获得一次示向度，要求进一步确定第二个检测点应该选在哪里，使两次测向能够产生较好的交会定位效果，并给出第二检测点的候选区域。

本问属于优化类问题。其最终目标不是计算一个既定几何量，而是在若干可行检测位置中选择一个更有利于定位的位置，因此本质上是带可检测约束的测点选址优化问题。问题 1 已经给出了利用多次示向度构造定位区域并计算定位区域直径的方法，因此问题 2 可以自然地把“第二次测量后定位区域的直径”作为定位效果指标：定位区域越小，说明第二检测点提供的定位信息越有效。

本问的关键矛盾有两个。一方面，第二检测点必须保证能够再次接收到该干扰源的信号；另一方面，第二次测向方向不能与第一次方向近似平行，否则即使进行了第二次检测，两个角度误差带的交会区域仍可能很大。题目规定示向度存在 ±1∘的误差，同时全向干扰源的有效接收半径位于 1000～1500 m 之间。

因此整体思路为：

利用第一次测向确定干扰源的可能位置区域 → 根据最小有效接收半径构造第二检测点的可靠候选区域 → 在候选区域中评价不同检测点产生的二次交会定位效果 → 选择使最坏情况下定位区域直径最小的位置。

由于题目没有给出干扰源在第一次定位区域内的概率分布，不宜人为假设其服从均匀分布，因此采用最坏情形下的鲁棒优化策略更加稳妥。

2. 模型建立与求解

2.1 根据第一次测向建立干扰源初始不确定区域

设第一个检测点为

S1=x1y1,

其测得的示向度为

α1.

沿用问题 1 中对测向误差的处理。由于真实方位角与测量值之间的误差不超过 1∘，干扰源真实方向满足

θ1∈α1-1∘α1+1∘.

因此，从 S1出发形成一个张角为 2∘的方向扇区。

另外，既然在 S1已成功接收到该干扰源，则干扰源与 S1的距离一定不会超过该干扰源的实际有效接收半径，而所有干扰源的有效接收半径最大为 1500 m，因此必有

∥G-S1∥≤1500.

同时干扰源必须位于题目给定的半径 1800 m 目标圆域内。

于是可以建立第一次测量后的干扰源可能位置集合

由此得到第二检测点的可靠候选区域

C=S2:maxG∈Ω1∥S2-G∥≤1000.

等价地写成

C=G∈Ω1BG1000,

即所有可能干扰源位置周围 1000 m 圆域的公共交集。

这一候选区域的意义非常明确：

位于 C中的检测点能够在最不利接收半径条件下覆盖第一次测向后所有可能的干扰源位置。

实际数值计算时，不需要对连续区域中的无限多个点逐一求圆交。可以对 Ω1的边界进行离散化，用有限个边界特征点建立约束，并适当加密边界采样以保证精度。

2.3 用二次定位区域直径评价检测效果

确定候选区域以后，需要回答：

C中哪个位置最适合作为第二检测点？

问题 1 已经定义了定位区域直径，因此这里直接沿用这一指标，不再额外建立新的评价体系。

对于某一个候选点 S2，若真实干扰源位置为 G，则第二次真实方位为

βS2G=arg⁡G-S2.

考虑第二次测向仍有 ±1∘误差，因此第二检测点对应的方向约束区域记为

Ω2S2.

两次检测后的最终定位区域就是

Ω12=Ω1∩Ω2S2.

利用问题 1 中的半平面交及凸多边形直径算法，可以计算

DS2G,

即在真实源位置为 G时，第二次检测完成后的定位区域直径。

显然：

DS2G

越小，第二检测点带来的定位效果越好。

2.4 建立鲁棒第二检测点优化模型

由于选择 S2时真实干扰源 G尚未知，而题目也没有提供 G在 Ω1内的概率分布，因此不宜以人为设定的平均定位误差作为目标。

更加稳妥的方案是考虑第一次定位区域中的最坏情况：

JS2=maxG∈Ω1DS2G.

于是第二检测点选择模型为

minS2∈CJS2=minS2∈CmaxG∈Ω1DS2G.

最终得到

S2*=argminS2∈CJS2.

该模型的含义是：

在保证第二次检测可靠接收到信号的前提下，选择一个检测点，使得即便真实干扰源恰好处于第一次定位区域中最不利的位置，完成第二次测向后的定位区域仍然尽可能小。

这样既不需要假设干扰源位置的概率分布，也可以直接与问题 1 的定位区域直径指标衔接。

2.5 为什么交会角是第二检测点选址的核心

虽然最终评价直接采用定位区域直径，但从几何上可以解释最优检测点为什么通常位于第一次示向方向的侧方，而不是继续沿原示向方向前后移动。

设第一次和第二次测向线在干扰源附近形成的夹角为

φ.

两次测向均存在角度误差，当

φ→0∘ 或 φ→180∘

时，两条测向方向几乎平行，微小角度误差就会在交会点附近被大幅放大，定位区域会变得细长。

反之，当

φ

接近

90∘

时，两组角度误差带接近正交交会，定位结果通常最稳定。

可以使用

∣sinφ∣

表示交会几何质量：

∣sinφ∣→1

意味着交会角趋近于 90∘，几何条件较好；

∣sinφ∣→0

则说明存在明显的近共线问题。

因此，在候选区域 C内搜索第二检测点时，最终通过定位区域直径进行严格评价，但可以优先搜索第一次示向线两侧、能够形成较大交会角的位置，减少不必要的计算。

这也给出了第二检测点策略的直观形式：

不宜沿第一次示向线继续布点，而应适当向其两侧横向移动，使第二次测向与第一次测向形成接近正交的交会关系。

2.6 实际求解步骤

完整求解过程可以按以下顺序进行。

首先，根据第一个检测点 S1、示向度 α1、±1∘ 测向误差、1500 m 最大接收距离以及目标圆域，构造第一次测量后的干扰源位置不确定区域

Ω1.

其次，根据最小有效接收半径 1000 m，对 Ω1中可能的干扰源位置建立覆盖约束，得到第二检测点可靠候选区域

C.

然后对 C进行二维网格化或自适应离散，生成候选检测点

S21,S22,…,S2N.

对于每个候选检测点，再对 Ω1中可能的源位置进行边界和内部采样。根据假定源位置计算第二示向方向，考虑 ±1∘测量误差，构造第二测向约束区域。

随后沿用问题 1 的算法计算

Ω1∩Ω2

的定位区域直径，并获得每个候选点对应的最坏定位直径

JS2j.

最后选择

JS2

最小的位置作为推荐第二检测点。

如果存在多个性能非常接近的候选点，可以再以

∥S2-S1∥

较小作为次级原则，从而减少实际移动距离。但由于问题 2 的核心要求是“较好的定位效果”，移动距离不应取代定位精度成为主目标。

3. 结果检验

本问主要进行可检测性和鲁棒性检验。

首先，对于最终得到的第二检测点 S2*，检查

maxG∈Ω1∥S2*-G∥≤1000,

确保该点在最不利有效接收半径条件下仍能够覆盖第一次测向后的全部可能源位置。

其次，对 Ω1中不同可能源位置以及测向误差边界进行测试，重新计算二次交会后的定位区域直径。重点检查在

+1∘, -1∘

等误差边界情况下，定位区域是否仍保持较小尺度，以验证选点策略对测量误差的稳定性。

最后，可以将最优检测点与沿第一次示向方向布设的检测点进行比较。如果最优点得到的最坏定位区域直径明显更小，即可验证“增大有效交会角”的选点原则确实改善了定位效果。

4. 总结

问题 2 的核心是一个基于交会定位精度的鲁棒测点选址优化问题。

首先利用第一次测得的示向度及 ±1∘测向误差，结合目标区域范围和 1500 m 最大有效接收距离，建立干扰源第一次测量后的可能位置区域

Ω1.

然后利用所有干扰源有效接收半径至少为 1000 m 这一条件，以

maxG∈Ω1∥S2-G∥≤1000

构造第二检测点的可靠候选区域，从而保证在最不利接收距离情况下仍能够完成第二次检测。

在候选区域内部，沿用问题 1 的定位区域直径作为定位质量指标。对于每个第二检测点，考虑干扰源在第一次不确定区域内的不同可能位置以及第二次测向的角度误差，计算两次交会后的定位区域，并以最坏情况下的定位区域直径最小作为最终优化目标。

从几何机理上看，较好的第二检测点通常位于第一次示向方向的侧方，使两次测向线形成较大的交会角并尽量接近正交，从而降低角度误差对交会位置的放大作用。

因此本问最终应输出两类结果：第二检测点的可靠候选区域 C，以及依据最小最坏定位区域直径得到的推荐第二检测点 S2*或对应的最优选点策略。这一结果也可直接作为问题 3 中机器狗“第一次发现干扰源之后下一步向哪里移动”的主动定位模块。

注：本内容由”数模加油站“ 原创出品，虽无偿分享，但创作不易。

欢迎参考teach，但请勿抄袭、盗卖或商用。

后续都在数模加油站......