中文摘要：

多运动平台协同导航利用平台之间的相对观测实现平台间导航资源共享，获得比各平台独自导航更优的性能。由于分散式数据融合结构具有模块化、良好的可扩展性和好的容错性等三大优势，分散式协同导航算法成为当前国际上的一个热点研究课题。现有分散式协同导航算法各式各样，但是算法的性能往往有很大的提升空间。联合树（JT）算法是概率图模型上的一种精确推理算法，具有分布式计算特征；同时卡尔曼滤波算法可以纳入JT推理框架。基于此，项目拟将协同导航问题建模为高斯动态贝叶斯网络（GDBN），在JT推理的框架下提出一种分散式协同导航算法并深入分析算法的各项性能。项目预期研究成果将为分散式协同导航算法提供一套系统的设计和分析工具，并推进分散式数据融合理论的应用与发展。