(1)无人机群中的所有无人机将自身的gps定位坐标g发送给承担计算任务的中心无人机，其中g＝{gi}，gi为第i台无人机的gps定位坐标，i＝1,2,…,n，n为无人机数量；

　　(2)通过信号到达时间或是接收信号强度等方法测试无人机群中两两无人机之间的距离，并将测得的距离信息dij发送给中心无人机，其中，dij为第i台无人机与第j台无人机之间的距离，i,j＝1,2,…,n；

　　(3)中心无人机将接收的距离信息构建成距离矩阵d，根据距离矩阵d采用改进的多维尺度分析算法，计算无人机群中所有无人机的相对坐标c；

　　(4)中心无人机采用最小二乘原则将所有无人机的相对坐标c变换到gps的定位坐标g中，得到无人机群中所有无人机的绝对坐标x，并发送给整个无人机群。

　　3.根据权利要求1所述的方法，其中(3)中采用多维尺度分析算法，计算无人机群中所有无人机的相对坐标c，步骤如下：

　　(3a)计算相对坐标c的内积矩阵：b＝{bij}，bij为内积矩阵b中第i行第j列的元素，i,j＝1,2,…,n，bij通过如下公式计算：

　　其中，λ＝diag(λ1,λ2,…,λi,…,λn)为内积矩阵b的特征值构成的对角矩阵，λ1≥λ2≥…≥λi≥…≥λn，i＝1,2,…,n，u为特征值对应的特征向量构成的特征向量矩阵，(·)t表示矩阵的转置；

　　(3c)用内积矩阵b最大的前三个的特征值构成对角矩阵λ′＝diag(λ1,λ2,λ3)，并用这三个最大特征值对应的特征向量构成特征向量矩阵u′，则无人机的相对坐标c表示为：

　　4.根据权利要求1所述的方法，其中(3)中所述的多维尺度分析算法的改进算法，包括mds-map算法，mds-map(p)算法，mds-map(p,r)算法和s-mPG电子手机版ds算法，这些算法均由经典mds算法改进而来，其中经典mds算法，mds-map算法，mds-map(p)算法，mds-map(p,r)算法仅需要测距信息，s-mds算法需要测距和测角信息。

　　5.根据权利要求1所述的方法，其中(4)中所述的中心无人机采用最小二乘原则将所有无人机的相对坐标c变换到gps的定位坐标g中，其实现如下：

　　其中，为相对坐标c进行去均值操作后的坐标矩阵，为gps定位坐标g进行去均值操作后的坐标矩阵，1n＝[1,1,…,1]t为n个1组成的列向量，为相对坐标c的PG电子手机版平均值，ci为第i台无人机的相对坐标，为gps定位坐标g的平均值，gi为第i台无人机的gps定位坐标；

　　(4b)对(4a)中的两个坐标矩阵和进行相乘，并对该相乘结果进行奇异值分解：

　　其中，u为左奇异矩阵，v为右奇异矩阵，(·)t表示矩阵的转置，σ＝diag(σ1,σ2,…,σi,…,σn)为的奇异值构成的对角矩阵，σ1≥σ2≥…≥σi≥…σn，i＝1,2,…,n；

　　(4d)对相对坐标c进行旋转，得到旋转后的坐标：c′＝rc，并计算旋转后坐标c′的平均值μc′：

　　其中，1n＝[1,1,…,1]t为n个1组成的列向量，r为旋转因子，t为平移因子。

　　本发明公开了一种无人机群三维协同定位方法，主要解决现有方法仅采用GPS对无人机群进行定位误差较大的问题。其方案是：无人机群中所有无人机将自身GPS定位坐标发送给承担计算任务的中心无人机；测试无人机群中两两无人机之间的距离，并将测得的距离信息发送给中心无人机；中心无人机将接收的距离信息构建成距离矩阵，根据距离矩阵采用多维尺度分析算法得到无人机群中所有无人机的相对坐标；中心无人机采用最小二乘原则将相对坐标向GPS定位坐标作变换，计算无人机的绝对坐标，发送给整个无人机群。本发明能减小GPS定位误差，准确估计无人机位置，可用于无人机群协同完成快递运输、灾情监测、农业生产、编队表演及作战任务的路径规划。