GNSS/INS组合导航系统是精确制导武器必不可少的关键子系统,其在复杂干扰环境下呈现非线性及量测缺失的耦合问题,而传统的增强GNSS接收机抗干扰技术或额外引入其他导航设备量测信息等硬件解决方案,要么受弹体载荷限制难以实现要么即使实现但存在硬件复杂、成本昂贵、可靠性差、实时性不佳的缺点。为此,本课题通过对量测缺失进行建模的软件方法,首次将GNSS/INS组合导航与定位问题表征为带量测数据缺失的非线性系统估计问题,有望克服传统方法的上述缺点。首先推导高斯意义下带量测缺失的非线性最优估计(滤波和平滑)框架,接着采用UT变换、多项式插值及球面径向规则等采样策略来近似框架中的非线性状态后验分布,进而设计量测缺失下确定采样型次优估计器,最后通过代价函数构造和MIT更新准则,研究参数和采样策略自适应的量测缺失下确定采样型估计与融合算法,为提高精确制导武器导航精度、可靠性及实时性提供理论指导和技术支撑。
英文主题词Nonlinear;Randomly delayed measurement;Gaussian estimation;Deterministic sampling estimation;Expectation maximization