[01134224]自适应动态导航系统设计与高性能滤波算法研究

1.课题来源背景 本项目内容来源于国家自然科学基金和陕西省自然科学基金。 动态导航是飞行器导航与定轨的重要技术,也是船舰和车辆导航定位的重要手段。因此,对动态导航定位理论与方法的研究受到了国内外导航领域学者的强烈关注和高度重视。 研究发现,任何单一的导航系统均难以满足飞行器对导航系统高精度、强可靠性的要求,因此,研究并设计一种精度高、可靠性强的自适应动态组合导航系统就成为导航技术发展的迫切需求。 组合导航系统实现的关键是数据融合技术,而各种滤波算法的出现为组合导航提供了理论基础和数学工具。但现有的滤波算法中,卡尔曼滤波只适用于线性系统的滤波计算。目前的非线性滤波主要有扩展卡尔曼滤波、无迹卡尔曼滤波和粒子滤波。扩展卡尔曼滤波和无迹卡尔曼滤波都是基于系统噪声和量测噪声为高斯分布的滤波方法,要求精确知道系统噪声的统计特性。粒子滤波解决了噪声非高斯分布的问题,但计算量大,实时性差,存在粒子退化现象。因此,必须探索寻求新的滤波方法,以提高导航滤波解算的精度和速度。 2.研究目的与意义 2.1研究目的 本项目以适应飞行器对导航系统高精度和强可靠性需求为牵引,以提高飞行器动态导航定位和滤波解算的精度为目的,设计了一种能覆盖各导航子系统性能,且与单一导航模式兼容、具有实时性和可靠性的捷联惯导（SINS）/天文导航（CNS）/合成孔径雷达（SAR） 自适应动态组合导航系统;创建了一套适合该动态组合导航系统滤波解算的理论和方法,解决了自适应动态导航系统设计与滤波计算的难题,实现了导航系统设计与滤波解算的理论突破和技术跨越,为提高飞行器导航的精度和可靠性探索出一条新途径。 2.2 研究意义 设计了一种高精度SINS/CNS/SAR组合导航系统,解决了SINS、CNS 和SAR三个子系统信息之间的有效兼容、以及SINS/CNS组合导航子系统和SINS/SAR组合导航子系统信息的最优估计与融合问题,突破了自适应动态导航系统设计的理论和技术难题,建立了一套动态导航系统设计的理论和技术体系。该研究成果对推动我国飞行器导航系统设计和研发有重要的意义。 创建了一套适合该动态组合导航系统滤波解算的理论和方法,解决了自适应动态导航系统设计与滤波计算的难题,实现了导航系统设计与滤波解算的理论突破和技术跨越,为提高飞行器导航的精度和可靠性探索出一条新途径。 3.主要论点与论据 目前,动态导航方法主要有惯性导航、天文导航和卫星导航等,这些方法各有其特点、适用范围和局限性,亟需设计一种高精度动态组合导航系统,以满足飞行器对导航系统性能的要求。本项目设计了一种高精度的SINS/CNS/SAR自适应动态组合导航系统,为提高飞行器导航的精度和可靠性探索出一条新途径。 现有的滤波算法中,卡尔曼滤波只适用于线性系统的滤波计算。扩展卡尔曼滤波和无迹卡尔曼滤波都是基于噪声为高斯分布的滤波,要求精确知道系统噪声的特性。粒子滤波解决了噪声非高斯的问题,但计算量大,实时性差,亟需寻求新的滤波方法。本项目创建了一套适合该动态组合导航系统滤波解算的理论和方法,解决了自适应动态导航系统设计与滤波计算的难题,为提高飞行器导航的精度和可靠性探索出一条新途径。 4.创建与创新 （1）提出一种随机加权抗差自适应动力学模型系统误差估计与补偿方法,解决了动力学模型系统误差估计和补偿问题,实现了误差估计与补偿的理论突破和技术跨越,该研究未见有结果报道,具有创新性。 （2）提出一种基于移动开窗的自适应随机加权无迹Kalman滤波算法,解决了系统噪声统计特性不确定的非线性动态导航系统状态估计问题,实现了对系统噪声统计特性的在线估计,该研究是对现有非线性滤波算法的拓展和完善,具有创新性。 （3）设计了一种高精度SINS/CNS/SAR组合导航系统, 解决了SINS、CNS 和SAR三个子系统信息的有效兼容、及信息的最优估计与融合问题,突破了自适应动态导航系统设计的理论和技术难题,具有创新性。 5.社会经济效益,存在问题 社会经济效益 该成果对我国航空航天领域飞行器自主导航定位系统的研发有重要作用,为军工企业带来良好的社会经济效益。 该成果也可推广应用于民用领域的车辆导航系统、大型金融系统、工业机器人等动力学系统设计和滤波解算,为这些领域带来良好的社会和经济效益。 存在的问题 （1）设计的自适应动态导航滤波是基于噪声为白噪声的假设条件下设计的。实践中会遇到观测噪声或过程噪声为有色噪声的情形,需要对自适应滤波算法进行研究和完善。 （2）提出的基于移动开窗加权拟合的动力学模型系统误差补偿方法,需要预先选定移动窗口的宽度,实践中如何选取窗口的宽度是一个难点问题,需要作深入探索和研究。 6.历年获奖情况 项目“自适应动态导航系统设计与高性能滤波算法研究”获“2016年度陕西高等学校科学技术奖”一等奖。