基于SymPy动态生成符号求解移动发射机速度的非线性方程组方法

动态生成符号变量方法 #

SymPy原生支持批量生成序列符号，直接调用sp.symbols传入序列格式的命名规则即可，不需要手动逐个定义：

• 首先从输入的arrival_times中获取脉冲总数量n = len(arrival_times)
• 调用t = sp.symbols(f't1:{n+1}')即可生成长度为n的符号列表，其中t[i]对应第i+1个脉冲的发射时间t_{i+1}

完整实现示例 #

import sympy as sp

def find_transmitter(arrival_times, receiver_coords, c=3e8):
    # 1. 获取基础维度参数
    n_pulse = len(arrival_times)  # 脉冲数量
    n_receiver = len(arrival_times[0])  # 接收机数量，固定为3

    # 2. 定义所有符号变量
    # 动态生成脉冲发射时间符号
    t = sp.symbols(f't1:{n_pulse+1}')
    # 固定未知量：初始位置x0、速度v
    x0, y0, z0 = sp.symbols('x0 y0 z0')
    vx, vy, vz = sp.symbols('vx vy vz')
    # 接收机坐标解包
    p = [sp.Matrix(coord) for coord in receiver_coords]
    x0_vec = sp.Matrix([x0, y0, z0])
    v_vec = sp.Matrix([vx, vy, vz])

    equations = []
    # 3. 批量构建方程组
    for i in range(n_pulse):
        ti = t[i]
        # 第i个脉冲发射时的发射机位置
        pos_i = x0_vec + v_vec * (ti - t[0])
        for r in range(n_receiver):
            # 测量得到的到达时间air
            air = arrival_times[i][r]
            # 构建等式：c²*(air - ti)² = ||pos_i - p[r]||²
            left = c**2 * (air - ti)**2
            right = (pos_i - p[r]).dot(pos_i - p[r])
            equations.append(sp.Eq(left, right))
    
    # 4. 求解方程组
    # 未知数顺序可根据需要调整
    unknowns = [vx, vy, vz, x0, y0, z0] + list(t)
    solution = sp.solve(equations, unknowns, dict=True)
    
    # 过滤符合物理意义的解（可选）
    valid_solutions = []
    for sol in solution:
        # 可添加过滤规则：时间非负、速度在合理区间等
        valid = True
        for ti in t:
            if sol[ti] < 0:
                valid = False
                break
        if valid:
            valid_solutions.append(sol)
    return valid_solutions

使用示例 #

# 示例参数：3台接收机坐标
receivers = [
    [0, 0, 0],
    [1000, 0, 0],
    [0, 1000, 0]
]
# 示例到达时间数据：3个脉冲
arrival = [
    [1e-6, 1.001e-6, 1.002e-6],
    [2e-6, 2.001e-6, 2.002e-6],
    [3e-6, 3.001e-6, 3.002e-6]
]
solutions = find_transmitter(arrival, receivers)
for sol in solutions:
    print("速度v：", [sol['vx'], sol['vy'], sol['vz']])

注意事项 #

• 非线性方程组可能存在多解，建议根据业务场景添加过滤规则筛选符合物理意义的结果
• 3台接收机场景下，至少需要3个脉冲才能得到定解，脉冲数量越多求解稳定性越高
• 如果测量数据存在噪声，建议改用数值求解方法（比如scipy.optimize.least_squares）替代SymPy的符号求解，符号求解仅适合理想无噪的小规模场景。

内容的提问来源于stack exchange，提问作者10GeV