[01621561]卫星导航技术及组合算法研究

近年来，国内外专家、学者围绕卫星导航技术应用及组合算法进行了诸多研究，该领域的研究和应用涉及了众多学科的范畴，不但属于导航、制导与控制学科，同时又与信息融合、无线电导航以及飞行器动力学等学科有着密切的关系。项目组在该领域主要的创造性研究内容包括：1. 研究了卫星导航技术在空间飞行器上应用存在的缺陷，并从与其他系统的组合、伪卫星技术等角度探讨了提高卫星导航系统空间应用能力的可能。2. 探讨了低成本惯性组件初始化过程的特点及存在的问题，建立了微型陀螺、加速度计以及低成本惯性测量单元的误差模型，为基于卫星导航/低成本惯性组合技术奠定了坚实的理论基础。3. 将H 滤波、自适应卡尔曼滤波以及区间卡尔曼滤波等鲁棒滤波概念首次引入了组合导航系统的设计中，通过比较分析为各种鲁棒滤波算法在具体组合系统中的应用提供了理论依据。4. 研究了组合导航技术所涉及估计问题的信息空间理论，得出信息空间投影定理等信息映射关系，构建了最小二乘估计、最小方差估计和动态递推估计的信息空间。5. 研究了估计融合算法最优性问题。对集中Kalman滤波、分级Kalman滤波和联邦Kalman滤波等常用典型估计融合算法的结构组成、核心原理进行了分析，证明三者之间的最优等价关系。对当前学术热点--联邦滤波信息分配因子优选问题进行探讨，提出了新见解。该项目利用多传感器信息融合的理论、方法结合人工智能技术，进行卫星导航/多传感器容错组合导航系统结构智能化优化、智能化传感器故障检测以及智能化信息融合算法的研究，研究成果可直接用于各类导航系统的设计和开发。特别是对于新型武器导航与制导系统的设计和现役武器制导系统的改造，可以极大提高武器系统的性能，具有重要的军事应用前景。项目研究成果对空间飞行器的导航制导系统设计也将具有重要参考价值。项目中的部分研究成果，例如：多传感器信息融合算法，已经在陕西航天长城科技有限公司的低成本惯性/卫星导航组合系统的开发中得到应用，算法的精度、稳定性和鲁棒性的指标正在进行验证。同时，相关的研究成果大多已编入所出版的专著中，成为相关专业研究生的教材和重要参考书。