异步多速率系统的鲁棒滤波与组合导航算法研究

在复杂条件下，智能车辆上通过安装多种传感器和多种导航系统，有机融合各种信息及导航技术，才可保证导航系统具有较高的精度和可靠性。由于不同导航系统的信息常呈现异步、多速率、多尺度的特性，其数据在传输过程中会出现延迟、丢包、无序等情况，本项目拟以此为背景，以准确的定位和导航为目的，研究在目标运动状态存在不确定性和高机动性条件下，如何对动态多源多尺度数据进行有机融合的问题。我们将针对异步、多速率的线性确定、线性不确定和非线性系统，基于多尺度系统理论、Kalman滤波、自适应滤波、强跟踪滤波、Sigma点卡尔曼滤波等技术，进行数据融合、状态估计算法研究，设计对数据传输过程中存在的延迟、随机丢包、信息错乱等故障情况鲁棒的组合导航算法。本项目的研究可为开发智能车辆系统和地面无人作战平台提供理论基础，在军事和民用领域均具有重要的应用价值。

在复杂条件下，智能车辆上通过安装多种传感器和多种导航系统，有机融合各种信息及导航技术，才可保证导航系统具有较高的精度和可靠性。由于不同导航系统的信息常呈现异步、多速率、多尺度的特性，其数据在传输过程中会出现延迟、丢包、无序等情况，本项目以此为背景，以准确的定位和导航为目的，研究在目标运动状态存在不确定性和高机动性条件下，如何对动态多源多尺度数据进行有机融合的问题。本项目针对异步、多速率的线性确定、线性不确定和非线性系统，基于多尺度系统理论、Kalman滤波、Sigma点卡尔曼滤波等技术进行数据融合、状态估计算法研究，设计了对数据传输过程中存在的延迟、随机丢包、信息错乱等故障情况鲁棒的组合导航算法。本项目的研究可为开发智能车辆系统和地面无人作战平台提供理论基础，在军事和民用领域均具有重要的应用价值。