无人机由于尺寸小、成本低、易维护、可携带多种功能性载荷等特点而被广泛用于
各种场景中，高精度导航定位是其执行任务的重要先决条件与信息保障。为避免单一导
航源固有缺陷，人们多采用惯导为基、卫星与其余传感器为辅的融合导航方案。但卫导
中将导致传感器在线、离线模式频繁切换，对常规滤波结构导航系统的融合精度、稳定
性造成巨大冲击。相比于传统滤波递推融合架构，基于因子图理论建立的多源融合方案
拥有更为灵活、通用、扩展性强的建模优势，对历史信息的使用更为充分，经迭代优化
后可获取更高融合精度。此外，单无人机恐难胜任复杂度不断增加的实际任务，常需要
多无人机协作完成。但限于有限的成本与载荷，无法为所有无人机配备各种高精度的导
航设备，研究无人机协同定位技术能有效提升低精度无人机定位精度与性能，避免对其
首先，研究对多源融合导航基础理论进行研究并对传统联邦滤波融合导航系统仿真
验证。为了给后续研究提供理论支撑，课题对高精度捷联惯性导航系统进行研究，对KF
等信息融合算法进行对比分析，对常见辅助导航传感器模型原理进行介绍。此外，建立
其次，针对GNSS受限环境中卫星信号稀疏、随机、非等间隔到达会对常规融合导
航系统造成冲击的问题，设计面向GNSS受限环境的FGO多源融合导航算法。该算法
充分利用了因子图理论在系统灵活建模与非同源异构信息融合方面的独特优势，并引入
预积分模块和滑窗操作提升FGO批处理优化的实时性。此外，针对SLAM领域使用的
传统预积分模型难以发挥中高精度IMU性能的问题，结合前文研究的高精度惯导系统
对其进行周密建模改进，以提升算法在受限区域内的融合精度。通过仿真实验验证改进
预积分的精度提升与GNSS受限区域中FGO融合导航算法的实时性、有效性。
再次，针对因子图优化时刻IMU信息不对齐、优化过程中预积分递推不确定度与
误差参数常值假设会造成融合精度下降等潜在问题，分别提出基于线性插值的IMU优
化时刻对齐方案、基于增广误差状态传播模型的递推不确定度估计与预积分修正方法，
并通过仿真实验验证改进后的FGO融合导航系统在GNSS受限区域内的导航结果精度
更高且更为平稳。此外，为提升系统鲁棒性，结合FGO可充分利用历史数据的特性对
传统残差故障检测算法进行改进，设计基于历史滑窗残差的FGO故障检测模块，并
通过仿真实验验证所设计的FGO故障检测模块能有效、灵敏地检测出硬、软故障。
最后，针对传统主从式协同结构脆弱性与直接使用非线性量测造成的额外误差等问
题，设计基于分层式距差结构的无人机群协同定位算法，实现利用两级信息解算融合方
式在GNSS受限环境中利用少量搭载FGO融合导航算法的高精度锚机导航输出提升机
群整体定位性能的目标。该算法依据精度将机群分层，随后建立锚机距差网络并设计考
虑站址误差的改进联合迭代法获取更精确的相对定位量测，进而实现对目标层无人机定
位结果的约束。最后通过仿真实验表明改进联合迭代法可有效应对锚机站址误差且所设
第2章多源融合导航系统相关原理与传统算法仿线面向中高精度IMU的捷联惯导系统研究13
2.4基于联邦的SINS/GNSS/MCN融合导航系统设计与仿线章面向GNSS受限环境的FGO多源融合导航算法研究33
3.5.3基于FGO的SINS/GNSS/MCN融合导航系统仿线章多源融合导航系统的因子图优化算法改进57
4.4仿线改进FGO算法的仿线基于历史滑窗残差的FGO故障检测模块仿线章基于分层式距差的无人机协同定位算法研究71
随着时代的发展，越来越多的无人机器人在各个行业发挥着举足轻重的作用，其中
结构简单、操作灵活、尺寸质量小、成本低且易维护，既可以一次使用也可以进行回收，
图1.1乌克兰国产ACS-3小型侦察无人机图1.2俄军“猎户座”察打一体无人机
实现高精度的导航定位功能是无人机执行任务的重要先决条件，也是实施控制、避
障、路径规划等操作基础的信息保障。此外，随着任务复杂度的增加，人们对于导航的
导航定位本质上是通过对各种传感器信息分析处理，并充分考虑系统模型、环境噪
声等信息，最终获取对无人机运动状态的估计。随着现代信息技术与传感器技术的蓬勃
发展，导航定位技术多种多样，传统惯性导航、无线电导航、卫星定位已发展成熟，
这些单一信息源的导航系统有其独特优势，但也都存在着固有缺陷。惯性导航可以
全天时、全天候、不依赖于外部信息的独立工作，但其导航误差会不断累积，长时导航
精度难以保证。卫星导航通过与卫星的交互可以得到无累积误差的绝对位置，设备简单，
应用广泛，在空旷室外环境中可获得米级甚至厘米级定位精度，然而卫星信号功率低且
易受到干扰，在复杂的城市环境、隧道、室内、山谷、树林中，非视距信号衰减和多路
径效应严重，最终导致定位精度迅速降低。地形匹配通常利用传感器获取地形高程线
与数据库中的地形实现匹配定位，精度较高，然而地图库建立较为麻烦且需要获取一串
高程数据后才能实现匹配，实时性一般。天文导航通过观测天体而实现定位，既不接
收也不发射信号，因此无累积误差、自主性好、隐蔽性高，然而它受观测星光视场与范
于是，性能互补的导航系统开始组合使用，以期获取更加精确可靠的导航结果，扩
大其可用场景范围。组合导航中研究最深、应用最为广的当属惯性/卫星组合，然而其非
常依赖卫星精确的定位对惯导的修正效果，且通常假设环境噪声保持不变，在GNSS受
学者们一方面开始寻找可以替代GNSS的导航系统，另一方面开始研究多源融合导
航，旨在将更多性能不同的导航系统融合到一起。多源融合导航的核心是数据融合算
法，大致可以分为集中式与分布式两种：卡尔曼滤波是集中滤波的典范，它的处理速度
快、占用内存小、使用简单，但容错性能较差。联邦滤波是一种典型分布式滤波，利用
局部滤波与全局融合可以将多种传感器信息进行融合，容错能力有了很大的提升，但由
于各种传感器多是原理各异、输出频率不同的，在处理这些传感器输出信息有些力不从
心。因此有必要针对融合算法进行研究，充分考虑非同源异构传感器的特点，设计兼顾
为了实现上述的高精度定位，无人机需要携带多种传感器设备，成本非常高且剩余
荷载有限。而实际面临的任务与环境复杂度越来越高，单一无人机很难独自完成任务，
于是经常使用功能不同的无人机群共同执行任务，大多数无人机还是依赖于传统的
INS/GNSS组合导航的定位结果。但对于机群而言，任何一个无人机的定位发生巨大偏
移都会对机群造成难以估量的影响，依靠单无人机自身的定位难以保证机群整体导航性
能。随着物联网技术与通讯组网技术的发展，无人机可以快捷地相互通讯，每个无人
机节点联合形成了一个整体。而高低精度无人机之间相对导航信息地交互，可以很好地
帮助低精度无人机摆脱GNSS受限或噪声改变的影响，优化低精度无人机节点的定位结
综上所述，本文将主要从两个方面研究无人机的导航定位：从GNSS受限环境条件
出发，首先研究单无人机的多源融合导航算法，着眼于提升精度与鲁棒性的双重指标；
随后构建多无人机群的协同定位算法，利用信息交互协同提升机群整体的性能，最终旨
在为无人机在GNSS受限环境下，从个体到机群的导航定位性能提升做出方案贡献与思
无人机的自主导航是完成任务的前提与基础，其内涵式无人机从一个地点安全、自
主、高效地到达另一个地点的过程，从整体架构出发可以划分为地图构建、导航定位、
运动决策、路径规划四个基本问题。课题研究重点是GNSS受限环境下的导航定位问
题，接下来将围绕常见导航技术及其发展趋势、多源融合导航技术、协同定位技术介绍
也不向外发射信息，一般将其作为重要的导航参考基准系统。它通过惯性器件通过测量
速度和加速度等参数，并对测得参数进行积分运算以实时获取物体位置、速度信息。捷
联惯导由于固定于载体的结构可以规避平台惯导的框架结构性故障，已经成为了主流的
为此，国内外机构都在探索不同敏感机理和结构方案的陀螺仪技术，不断提升加工
工艺技术，以实现提升惯性器件和导航系统性能的目标。目前，市场上的陀螺仪种类
丰富：第一代机电陀螺被广泛用于各种高精度军事平台，虽然其技术早已非常成熟但是
由于其成本较高和制作技术复杂，其市场份额不断降低；第二代光学陀螺近年来在中高
精度陀螺市场已经占据主导地位，国外激光陀螺技术已经趋于成熟，并全面应用于战略、
导航与战术级性能平台，光纤陀螺也相对成熟，广泛应用于导航、制导与消费领域，
并不断往更高精度和更小型的方向发展；第三代微机电陀螺虽然精度与稳定性相对前
两者较低，但具有低SWaP(体积、质量、功耗)、低成本及环境适应性好等特点，目前在
战术级和工业级市场中得到了广泛应用，其性能正持续向导航级精度发展；第四代原子
陀螺仪还处于工程探索阶段。除了精度、稳定性、可靠性，未来的惯性器件更表现出
卫星导航能为全球所有用户提供高精度的导航、授时、定位功能，应用领域不断扩
大，越来越与社会密不可分，是国家和人民安全保障的基石。各个国家都在积极发展并
完善自己的卫星导航系统，目前比较成熟的有中国北斗卫星导航系统（BeiDou
化迈进，人们对卫星关于电磁干扰、卫星欺骗、信号增强、导航精度、稳定性、快速收
敛性、导航范围等方面都提出了更高的要求，而这正需要国内外广大研究人员不断研究
数据库匹配导航中，各类基础数据预先存储于设备中,传感器感知到的各类信息与预
先存储的数据进行比较,得到导航与定位信息。基础数据库是否详尽完善、传感器设备是
否稳定准确、匹配算法是否精准快速是决定其性能的三大要素与发展方向。根据匹配信
息的不同，数据库匹配导航[22,23]可以分为重力匹配、地磁匹配、地形匹配、景象匹配等
典型导航系统。目前，数据库匹配导航的精度不断提升，在理想条件下已经达到略低于
卫星定位的精度，并被广泛用于各种场景中。2020年美空军与麻省理工合作研发的地磁
导航系统取得突破，定位精度可达10m，并表示地磁信号非常稳定而很难被干扰与摧毁，
仿生导航是一种基于仿生学技术的新型导航技术，具备抗干扰、适应性强等巨大优
势。目前国内外已经出现了光流导航、偏振光导航、类脑导航、仿生地磁导航等诸多新
兴导航方式，并取得了阶段性突破。美国北极星公司在2023年发布的基于大气偏振光
和太阳方位角而最新研发的SkyPASSGen3-N[25]，经测试其航向角解算能力可以在动态
环境中达到0.23°。2023年，清华大学余芳文团队开发了基于类脑多模态混合神经
网络的机器人定位系统NeuroGPR，并在四足机器人上验证表现出对环境不确定性更强
的鲁棒性，且延迟相对于常见的移动机器人处理器JetsonXavierNX降低了10.5倍，功
在GNSS受限环境中，应选取多种非同质传感器进行融合，以获得更加稳定、精确
的定位导航结果，此过程既依赖故障检测算法对错误信息检测处理，也需多源融合算法
前者通过额外的激励信号增加可检出数据完成检测，后者不引入额外激励信号，而对系
统本身的输入输出信号进行分析。目前，导航中常采取被动型故障检测技术，大致可
分为基于数学模型、基于信号处理、基于人工智能三类，其各自优势与特点见表1.1。
从上世纪开始，国内外学者就对故障检测算法进行了广泛的研究，应用最广泛的当
属残差检验法，它通过检测残差的均值判断系统是否出现故障。为了解决其对渐变故
障不敏感的问题，刘子龙用正交性原理，通过保留历史残差向量与当前时刻进行正交
性检验来进行改进，对于缓变故障的仿真效果优于一般残差检验。此外，人们常将传
感器视为整体，某一状态故障就舍弃全部信息，为解决这一问题，何广军对于传感器
值得一提的是，人工智能在特征提取能力、不依赖于模型能力表现优异而被大量的
用于故障检测领域，Xu[33]提出了一种多通道单维全卷积神经网络故障检测方法，以系统
测量残差序列作为输入，输出为系统逐点运行状态，仿真与实验显示其故障检测率与误
然而，在充分考虑现实故障的复杂性，单一的检测手段已难以胜任多元化的检测任
务，多种检测手段结合而成的组合故障检测技术已经逐步成为了未来的发展趋势。
多源融合的概念最早于1978年提出，被美国列为最优先发展的技术之一，旨在将
不同来源的数据信息进行关联、处理、修正从而得到精度更高的系统状态估计。随着传
感器技术不断发展，可获取的导航信息越来越多，如何高效统筹信息以获取稳定、可靠、
最优的导航状态离不开多源融合技术的发展。目前主流多源融合技术可以分为集中式
集中式融合导航结构如图1.3所示，最具代表性的由一系列线性递推公式构成的卡
尔曼滤波。由于其计算量小、便于递归、估计值具备线性最小均值方差特性等特点，
自在阿波罗卫星导航中取得成功后就一直在导航领域中占据着不可逾越的地位。为了应
非高斯问题，人们提出了扩展卡尔曼滤波、无迹卡尔曼滤波、容积卡尔曼滤波、粒子滤
波等各种改进型卡尔曼滤波算法[37-39]；针对系统模型和噪声模型的时变问题，有学者引
入交互式多模型理论，预先设计多个可交互的导航模型集与噪声模型集，并通过马尔
科夫链实现模型切换以适应时变的系统模型和噪声环境；针对卡尔曼滤波状态、噪声模
型参数不准确、容错性差等问题，学者们设计了多种自适应滤波算法[41,42]实现对系统参
数进行的在线估计，避免了模型不统一而造成精度下降甚至发散。然而集中式滤波存在
以下问题：一方面，随着传感器数量的增多系统状态维数激增，计算量急剧增大，融合
效率陡降；另一方面信息集中处理导故障的检测与处理操作难以进行，容错效果一般。
为了解决上述问题，人们开始研究分散式融合导航算法：将众多传感器量测信息分
散到多个子系统进行局部处理，最后将局部估计信息送入融合处理中心得到全局估计，
结构如图1.4所示。在众多分散式算法中，Carlson结合信息分配与方差上界原则提出的
联邦滤波由于结构简单、容错性好、精度较高、便于实现而引起学者们的广泛研究：
Xu[45]提出一种自适应联邦滤波算法来避免异常信号的干扰，利用各子系统的误差协方
差矩阵特征值、残差、迹等信息自适应调整信息分配因子，仿真表示在水平方向精度提
升了15.29%；Yang[46]为了提升多源导航系统的容错性和可靠性，设计了一种两级容错
结构的联邦滤波算法，实验证明能有效检测突变与斜坡缓变故障。但是，联邦滤波仍有
不足，比如在面临异步量测信号时，通常需要进行内插或外推将其统一到一个时刻，操
此外，随着人工智能的发展，神经网络、专家管理系统、类脑科学等多种新兴智能
方法也被学者们引入到了多源融合导航中，他们能有效解决系统非线性、时变、模型难
以确定等问题。然而，这些方法通常依赖训练数据集、训练周期较长、所需算力巨
因子图是一种概率图模型，最早用于编码领域，后被Brooks[49]首次引入到
了全源导航的概念需求后，因子图由于其通用化结构网络建模能力、灵活的配置能力
备受关注，为多源导航信息融合方面提供了一种高效可行的框架结构。因子图将系统抽
象为变量节点、因子节点、边，使得复杂的数学推理过程能进行可视化表示与求解。相
比于常规滤波结构它具备以下优势：一方面，它没有固定的递推模型而不必要求所有信
息同时到达，其结构容易实现传感器的插拔配置，很好地满足了非同源异构系统信息融
合需求；另一方面，作为一种优化算法，它能够利用更远的历史信息进行迭代优化，理
目前，国外对于因子图优化的研究与应用较为广泛与深入。Dellaert和Kaess于2006
年提出了平方根平滑建图(SquareRoot,SAM)的概念，利用因子图模型构建关于状态的
稀疏矩阵，随后实现状态优化求解。为了解决批处理的实时性问题，先后提出了基于增
量平滑的iSAM1算法和基于贝叶斯树的iSAM2算法。在此基础上，Rainer利用
G2O框架，将上述算法应用到SLAM问题中。之后，Vadim[54]将之首次应用到求解多传
感器融合的多源导航定位中，并证明了该方法定位效果优于滑动窗口滤波。为了避免时
间同步与时延更新对滤波器造成的挑战，Qin[55]采取了因子图优化框架并将传感器根据
信息质量分为本地传感器和全局传感器并赋予动态权重完成融合，最后通过仿真证明了
图优化框架在处理繁杂的传感器信息拥有较高的鲁棒性与精度。为解决机器人在空旷
环境与遮挡环境之间的移动，Jonas[56]结合因子图优化框架设计了两种GNSS因子以在
优化时充分利用伪距信息约束，该算法被搭载于四足机器人上成功穿越森林，最终获得
相对于国外，国内关于因子图多源融合导航研究基础较为薄弱，2014年才逐步出现
基于因子图优化框架的导航定位算法验证与改进。王海涛成功使用因子图优化方法替
代滤波方法用于解决水下机器人的即时定位问题，并提出变学习率方法对图进行在线]
化，最终取得了不错的仿真效果。高军强充分利用了因子图优化框可以处理各信息源
同时处理不同时刻量测信息的优势，使用增量推理方式缓解了组合导航中GPS信号滞
后带来的实时性问题。考虑到复杂环境中噪声的变化会造成估计精度降低，徐昊玮提
出一种均值向量与协方差迭代后验估计算法，在因子图状态优化过程同步估计噪声，通
过仿真实验证明了该算法在恶化的环境中仍能维持高精度定位。为解决优化实时性问题，
蒋郡祥设计了一种混合滑动窗口优化器，融合了基于固定参考、基于先验、基于多状
协同导航是利用编队中载体之间的信息交互、运动约束实现少量携带高精度导航设
备的载体对其余载体定位结果进行约束与修正，以提升机群整体定位精度的技术。目前
相对导航指的是确定协同集群内目标载体与其余载体相对位姿等导航信息的手段，
是构建集群内运动约束、提升集群导航精度的先决条件。目前，获取相对导航信息的办
法主要基于视觉与无线电两种方式，最常见的相对导航约束条件就是相对距离约束，近
国外，Strader等人针对同一高度无先验信息的无人机，提出了一种仅利用惯导与
估计出相对位姿。Sarras等人利用相邻无人机的相对距离、速度等信息来实现无人机
群的协同导航与跟踪，他们将通信与测量信息相融合，得到了更为精确的位置估计。同
年，Helm等人探索了UWB结合机间共享信息进行室内无人机相对定位的方法，在
三架ParrotBebop2.0无人机验证了该方法确实提升了相对导航性能。
国内，朱云峰基于自主加油无人机背景，提出了一种利用INS、GNSS、红外搜索
与跟踪系统结合卡尔曼滤波技术对相对导航信息进行组合估计的方法，有效提升了相对
导航精度。北京理工大学从RGB-D相机得到的AUV直方图特征中获取AUV的相
对距离量测，进而将量测信息与IMU传感器数据融合实现了AUV的近距离相对导航。
靠的协同定位。目前主流的协同结构包括主从结构与平行结构等，如图1.6所示。主
从式协同结构指若干低精度僚机与一个高精度长机进行交互以利用相对导航信息完成
协同，此结构较为简单、通信量小，但长机一旦故障将导致机群的瘫痪；平行结构指的
机群中各无人机均可进行交互，利用相邻载体运动状态约束自身定位结果，此结构容错
国外，Misra[69]针对主从式结构脆弱性，提出了一种基于贪婪启发算法的动态主机选
择算法，大大提升了整个机群网络的鲁棒性。Jason[70]等人基于GNSS受限的条件，提出
了一种广义精度稀释的概念，可用于预测GNSS和协同量测的精度并探索个性化协同结
有效提升了协同系统的稳定性，但他没有考虑到主机故障时的情况。刘晓洋结合无线
电测距、测角量测提出了一种基于两级卡尔曼滤波的分散式结构协同算法，可在长机故
障后选取伪长机利用附近无人机提升其精度进而继续协助整个机群完成协同定位，但其
在建模过程中使用了较多近似，在大机动环境中可能存在较大误差。针对平行式协同结
构交互巨大的通信压力，Zhou[73]提出一种基于在线网络分解的无人机匹配交互，平衡了
无人机之间的交互通信压力，但可能出现重复匹配与漏匹配问题，影响无人机实际精度。
协同定位的信息处理算法与前文的多源融合算法有着密切的联系，这里将着重介绍
在无人机网络中存在少量定位精度较高的锚节点,其他节点通过自身传感器测量结
合网络中其他节点交换的无线消息推断自身位置。过程中的难点在于传感器测量信息的
非线性。目前主要用于多无人机协同定位的信息处理算法主要有三类：基于数理推导算
法、基于图论优化算法、基于滤波融合算法。后两者已在前文详述，前者是指通过数理
推导方式优化算法精简飞行器的信息以及飞行器间的观测信息的处理过程，进而去除冗
余信息增加导航信息的可靠性，过程中常使用极大似然估计、最小二乘法等最优估计算
法优化集群计算位置姿态等数据的过程，算法简单、计算量小但最终得到的定位精度不
国外，以Kia[74]为代表的学者经过研究指出，在系统导航系统中测距信息会导致载
体状态相关的问题。若计算状态的相关项可以提升集群的定位精度，但是对于通信与计
算能力要求高，若忽略状态的相关项或会导致状态估计过优或者发散，因此为了协同导
航估计一致性问题，应当妥善处理状态估计的协方差。针对无人机群通信与拓扑结构会
随着任务与环境发生改变，导致定位不确定性的改变问题，Wymeersch等人提出了一
种基于网络因子图的分布式算法，该算法考虑了网络拓扑时变性，可以在不同场景中保
持较好的定位精度、鲁棒性。针对通信时滞问题，需要特殊处理后才能用于滤波，否则
会导致估计次优甚至发散，传统解决方法包括忽略时滞、增广时滞状态、固定滞后平滑
等，但存在各自的局限性。针对无人机定位性能的分析问题，Nogueira等人研究了
基于SLAM的协同导航算法，考虑了位置估计协方差的演化过程，并研究了状态不确定
交互式多模型算法引入协同导航中，提高了导航的精度与可靠性，在GPS可见卫星很少
时也具有较好的性能；陈明星提出一种基于因子图的分布式协同导航算法，将计算过
程分散到每个无人机上，并对优化结果实行消息迭代直到满足要求；陈红梅针对由于
环境变化导致的量测噪声时变或未知问题，提出一种基于置信度传播的变分自适应协同
通过1.2节对于目前多源融合导航与协同定位的分析，结合GNSS受限环境的特殊
性及其本身存在的问题，以无人机为应用平台展开对多源融合导航算法与协同定位算法
航系统造成冲击这一问题，提出了一种FGO多源融合导航算法，算法中分别针对实时
性、高精度、鲁棒性等方面进行问题分析并做出相应性能提升措施；另一方面，针对传
统主从式协同的结构脆弱性与平行式协同的算法复杂性，设计了一种基于分层式距差结
构的协同定位算法，算法中充分考虑了锚机的站址误差。最终，利用数字仿真实验验证
问GNSS环境会对常规滤波FGO的计算复杂度随时间FGO应用背景下的IMU信传统协同定位算法解算
题结构的融合导航稳定性增长而急剧上升，严重息对齐、误差常值假设时未充分考虑站址误
多源融合导航系统相关原持面向GNSS受限环境的FGO多源融合导航系统的因子少基于分层式距差的无人机
理与传统算法仿真验证与多源融合导航算法研究图优化算法改进量协同定位算法研究
问与惯导递推解算研究准系统总体框架设计息优化时刻对齐群统模型建立与仿真验证
分法进行对比分析并介绍融合推理求解算法研究递推不确定度估计与预协同定位总体方案设计
的SINS/GNSS/MCN融合改进预积分、Schur边基于历史滑窗残差的故联合迭代解算与协同定
第一章绪论。对本课题的研究背景与意义进行介绍；对典型导航技术、多源融合导
航技术、协同定位技术的国内外现状进行了深入分析；最后，给出论文主要研究内容和
的捷联惯导系统进行研究，包括建立常用导航坐标系及其转换关系、分析中高精度IMU
误差模型、推导基于多子样算法的高精度惯导递推解算流程与误差方程，为后续算法设
计提供基础理论支撑；其次对卡尔曼滤波、联邦滤波、因子图优化等多源融合导航算法
理论与常见辅助导航子系统原理进行详细介绍并深入对比分析其优缺点。在此基础上，
利用典型联邦框架实现多源融合导航算法并通过数字仿真实验验证其有效性，将其作为
第三章面向GNSS受限环境的FGO多源融合导航算法研究。首先，指出常规滤波
结构的融合导航算法在GNSS受限环境面临的问题，设计利用FGO理论解决这一问题
的系统总体架构。其次，对多源融合导航系统的概率因子图框架与各子系统对应因子节
点进行分析与建模。随后，对建立的FGO融合导航系统抽象概率因子模型推理转化为
具体可求解的NLS问题并采取Gauss-Newton法批量优化求解，实现面向GNSS受限环
境的基础FGO融合导航系统。随后，为改善求解实时性分别引入预积分模块与滑动窗
口操作。针对传统预积分难以发挥中高精度IMU性能的问题，对其进行周密建模改进，
充分考虑地球自转、不可交换性误差、旋转效应、圆锥误差。最后通过仿真实验验证改
进预积分的精度提升与GNSS受限区域中FGO融合导航算法的实时性、有效性。
第四章多源融合导航系统的因子图优化算法改进。首先，针对GNSS受限时易出
现的IMU优化时刻不对齐问题，提出基于线性插值的对齐方案。其次，对于优化中不
实际的参数常值假设问题，在充分考虑器件参数误差的基础上，建立增广误差状态传播
模型，对每次递推不确定度进行估计并修正预积分，以提升其精度。随后，为提升鲁棒
性，结合FGO利用历史数据的特性对传统残差故障检测算法进行改进，设计基于历
史滑窗残差的FGO故障检测模块。最后通过仿真实验，一方面验证改进FGO算法具备
更高精度；另一方面验证设计的FGO故障检测模块能有效、灵敏地检测出硬、软故障。
位系统进行研究并仿真验证，将之作为基准参考。其次，充分结合主从式与平行式协同
定位结构的优势，提出一种分层式距差协同定位结构，在依据精度将机群分为锚机层与
目标层后建立锚机层距差网络模型。随后，充分考虑锚机的站址误差，引入改进联合迭
代法对上述模型进行相对定位量测求解，以此修正目标层无人机定位结果。最后通过仿
真实验验证设计的分层式距差协同定位算法相对于传统主从式协同定位算法性能更好。
第2章多源融合导航系统相关原理与传统算法仿线章多源融合导航系统相关原理与传统算法仿真验证
为提升系统的精度与可靠性，多源融合导航利用多种导航传感器信息互相取长补短，
以规避单一导航传感器的固有弊端。融合导航过程中既需要惯性导航的稳定输出作为导
航参考信息，也需要其他导航系统提供辅助量测信息，更离不开于融合算法对于这些信
本章主要围绕着多源融合导航相关原理展开。首先，对面向中高精度IMU的捷联
惯导原理进行研究；其次，对多源传感器信息融合方法进行对比；随后，对常用辅助导
航系统原理进行分析；最终，基于传统联邦框架建立多源融合导航系统，进行理想环境
在导航中载体运动位置、速度、姿态的解算要依托于各种参考坐标系，常见直角坐
(最新)“全国安全生产月活动”《安全知识》竞赛试题库(+答案).docx
(最新)各省事业单位《综合应用能力》(A类)试题及参考答案详解.docx
电大国家开放大学《政府经济学》(本)2025-2026期末试题及答案2025.pdf
第27课 定速巡航的控制 教案 义务教育人教版信息科技六年级全一册.docx
上海海事大学2021-2022年《货币银行学》期末考试试卷（A卷）含参考答案.docx
原创力文档创建于2008年，本站为文档C2C交易模式，即用户上传的文档直接分享给其他用户（可下载、阅读），本站只是中间服务平台，本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方，若您的权利被侵害，请发链接和相关诉求至 电线) ，上传者
