高空无人机的容错多传感器导航系统算法研究与仿真

本篇硕士学位论文主要探讨了容错多传感器组合导航系统在现代复杂战场环境中的重要性及其在高空长航无人机应用中的挑战。随着电子信息技术的发展，传统的导航系统如GPS、北斗、GLONASS和伽利略面临着电磁干扰和依赖特定条件（如星光）等问题，导致单一导航方式的局限性。高空长航无人机对于长时间、高可靠性和高精度导航有着特殊需求，因此，需要一种能够应对多种传感器故障且能有效融合信息的综合解决方案。 论文首先从实际应用背景出发，研究了惯性导航系统、天文导航系统、GPS和SAR图像匹配导航系统的融合策略。作者构建了这些传感器的状态方程和量测方程，并运用卡尔曼滤波技术来设计融合算法。通过仿真验证，展示了所提融合算法的有效性和可行性，旨在提高导航系统的整体性能。 接着，论文针对传感器故障问题进行了深入探讨。传统如残差χ检测算法在检测小值故障时表现不足，作者提出了一种基于特征值提取的改进故障检测算法，这一创新方法提高了对小值故障的敏感度，从而增强了导航系统的鲁棒性和可靠性。 最后，论文构建了一个基于分布式网络结构的惯性/多传感器容错组合导航系统仿真实验平台。该平台由惯性传感器仿真子系统、多传感器仿真子系统、融合与控制系统以及显示子系统构成，这为实际工程应用提供了实用的实验验证手段。通过这个平台，可以模拟和评估容错方案在复杂环境下的实际效果，为未来多信息融合导航算法在高空长航无人机领域的工程应用奠定了坚实的理论和实践基础。 本文的研究旨在解决现代战场环境下导航系统的复杂性和可靠性问题，通过深度分析和优化组合导航算法、故障检测策略，以及构建仿真实验平台，为高空长航无人机提供了一种更为稳健和高效的导航解决方案。