资源描述：
《基于多传感器信息融合理论的无人机相对导航状态估计方法（》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、基于多传感器信息融合理论的无人机相对导航状态估计方法*收稿日期：2017-XX-XX基金项目：作者简介：金红新（1985－），男,黑龙江宝清人，博士研究生，E-mail：jinhx1979@163.com；杨涛（通信作者），男，教授，博士，博士生导师，E-mail：taoy90@163.com金红新1,2，杨涛1，王小刚3，周国峰2，姚旺2（1.国防科学技术大学航天科学与工程学院，湖南长沙410073；2.中国运载火箭技术研究院，北京100076；3.哈尔滨工业大学，黑龙江哈尔滨155600）摘要：为提升无人机的作战效能和作战指标，提升无
2、人机的相对导航精度和导航系统可靠性，本文以无人机编队的相对导航系统为研究背景，基于容积卡尔曼滤波算法和信息滤波算法，研究了容积信息滤波算法。此外，还采用了多传感器信息融合理论，利用分布式信息融合结构构建了无人机相对导航滤波器，对来自惯导、视觉和卫星的信息进行融合，获取无人机间的相对位置、速度和姿态信息。该方法提升了无人机相对导航的导航精度、导航可靠性和滤波稳定性，容积信息滤波算法的应用避免了传统滤波算法在在高维系统中出现的数值不稳定以及精度降低等问题。论文还进行了相应的数学仿真，仿真结果表明该方法提高了无人机编队之间相对导航的精度和可靠性
3、，证明了算法的有效性。关键词：无人机；多传感器信息融合；相对导航中图分类号：XX文献标志码：A 文章编号：UAVRelativeNavigationMethodResearchBasedonMulti-sensorInformationFusionJINHongxin1,2,YANGTao1,WANGXiaogang3,ZHOUGuofeng2,YAOWang2(1.CollegeofAerospaceScienceandEngineering,NationalUniversityofDefenseTechnology,Changsh
4、a410073,China；2.TacticalWeaponsDivision,ChinaAcademyofLaunchVehicleTechnology,Beijing100076,China;3.HarbinInstituteofTechnology,Harbin155600)Abstract:Inordertoimprovetheoperationaleffectivenessandoperationalindicatorsoftheunmannedaerialvehicle(UAV),enhancetheaccuracyandre
5、liabilityoftheUAVrelativenavigationsystem,anovelrelativenavigationmethodisproposedinthispaper.Underthebackgroundofrelativenavigationsystem,thecubatureinformationfilterisresearchedbasedonthecubatureKalmanfilterandinformationfilter.Moreover,anINS/GPS/VisNavrelativenavigatio
6、nfilterisdesignedbymakinguseofthemulti-sensorinformationfusiontheoryanddistributedinformationfusionstructuretofusetheinformationfromINS,VisNavandGPS,andthentherelativeposition,velocityandattitudeareobtained.Bymakinguseofthisalgorithm,theaccuracy,reliabilityandstabilityoft
7、hereliabilitynavigationsystemareallimproved.Inaddition,theaccuracydecreaseandnumericalinstabilitywhichoftenoccurtotraditionalfilterisavoidedbycubatureinformationfilter.Somesimulationsareconductedinthispaper.Thesimulationresultsindicatethemethodcouldimprovetheaccuracyandre
8、liabilityoftheUAVrelativenavigationsystem,andthealgorithmproposedinthepaperisverified.Keywords:U
