摘要：通用航空产业的迅速发展,对我国的经济发展和改善民生有着重要的意义。考虑到通用航空飞行器体积和成本的限制,微小型组合导航系统是其首要选择。在硬件性能无法进一步提升的条件下,使用高效的卡尔曼滤波算法是提高组合导航系统精度和稳定性的关键。针对卡尔曼滤波模型建立不准确和卫星数据响应滞后会引起常规卡尔曼滤波发散的现象,在充分考虑反馈调节时滞特性的基础上,设计了带有前馈调节的指数渐消因子自适应卡尔曼滤波器,通过调节卡尔曼滤波方程中的预测误差协方差阵和增益矩阵调整历史新息和当前新息的权重达到抑制滤波发散的目的。仿真实验表明,该算法可以有效的抑制滤波发散,并且比常规的卡尔曼滤波效果更好,同时提高了算法的及时性。

摘要：无人机编队协同技术利用多无人机传感器之间的信息交互,在执行任务时有更佳的操作性、稳定性、安全性,具有非常广阔应用前景。编队成员与相邻或者相近成员之间精确的相对距离是密集集群实现协同控制的关键信息,其精确性和可靠性的保证具有重要意义。超宽带(UWB)无线传输技术可在传输信息,同时具有厘米级的理论测距精度,在集群的协调导航与控制中,具有广阔的应用前景。本文围绕小型无人机之间的近距离相对导航信息的需求,基于全球导航卫星系统(GNSS)载波相位差分技术、点对点UWB测距和低成本惯性导航系统(INS)的融合设计了一套基于无人机之间测距信息的相对导航方案,根据方案建立了组合导航系统的状态方程、观测方程,并利用无迹卡尔曼滤波器对相对状态进行估计。利用UWB的测距信息,建立了搜索辅助空间,降低了载波相位噪声对整周模糊度的搜索成功率产生的影响,基于整数最小二乘去相关平差法(LAMBDA)算法得到相对位置固定解。仿真结果表明,该融合算法将相对导航的定位精度相对INS/GNSS紧组合提高了至少一个量级,绝对精度在10cm左右;另外,UWB辅助下的模糊度整数解搜索的成功率提高了4%。