基于分布式、多源导航信息动态融合的合作定位机制研究

Single navigation mode has been unable to meet the demand for precise navigation and positioning capabilities of all military & civilian applications under the complex environment, and most of the existing integrated navigation systems adopt centralized architecture, which can not effectively utilize the multi-source navigation information in the spatial network to realize cooperative localization. Moreover, the existing data fusion algorithms almost have the defaults of excessive computation and poor flexibility. Therefore, the project firstly analyzes the essential features of natural integrations & configuration for distributed multi-source navigation information, and reveals the correlation rules between the multi-source information and navigation solutions. Then, by the establishment of multi-source information classification database, the project proposes the extraction method of multi-source navigation parameters and dynamic selection mechanism of redundant information. Meanwhile, it researches the core algorithms of distribute estimation and dynamic fusion and proposes the evaluation method of fusion effectiveness. Furthermore, to verify the proposed algorithms, the platform of effectiveness evaluation is built. Finally, the project proposes creatively the distributed filter architecture and multi-source cooperative localization mechanism. The research results will further promote the theories and technologies of navigation to maturity; and provide technical support for the construction of cross domain, distributed and networked cooperative combat system. The research results can be applied to the field of cluster formation of unmanned aerial vehicles (UAVs), cooperative command, Joint exercise, and so on, the theoretical and practical value are very significant.

复杂环境下，单一导航模式无法满足军民用户对精确导航的需求，而现有组合导航普遍采用集中式的架构体系，无法有效利用空间网络中的多源信息来实现合作定位，并且集中式的数据融合算法大都存在计算负载过大、灵活性较差等问题，为此，本项目提出分布式合作定位机制，为导航定位提供一种新思路。首先深入探究分布式、多源信息的自然聚散等本质特征，揭示多源信息与导航解算的相关性规律，通过解决多源信息时空频一致性问题，建立多源信息分类数据库；然后提出导航信息冗余选择机制，突破异质、高效的多源信息动态融合技术等核心理论；最后研究信息融合的效能评估技术，搭建效能评估实验平台，创造性的提出分布式滤波结构与合作定位机制。项目成果将进一步促进导航理论和导航对抗技术的完善与成熟，为构建跨域、分布式、网络化的协同作战体系提供技术支持，可以应用到有/无人机集群编队、战场协同指挥、空天地联合演练等领域，具有十分重要的理论意义和应用价值。

复杂环境下，任何单一导航系统都难以满足高精度定位的可靠性要求，而现有的组合导航系统大都采用集中式处理架构，灵活性较差，随着更多导航源的组合被应用于合作定位系统，本项目重点研究了分布式、多源信息的动态融合技术和分布式合作定位机制，为可靠导航和协同定位提供了一种新方法和新思路。项目首先通过分析多传感器信息与导航解算的相关性，提出解决多传感器信息的时间-空间-频率一致性问题的方法；然后构建分布式、多源导航信息的分类数据库，并通过计算导航精度因子，建立起多源信息的参数提取与冗余选择机制；针对GNSS/INS/LiDAR多源信息组合系统，提出了基于滑动窗因子图的多源信息动态融合方法；针对GNSS/INS/VO多源组合系统，提出了基于自适应联邦卡尔曼滤波的多源融合算法；研究了导航信息质量评估方法及融合算法的效能评估技术，开发了导航信号质量评估软件；针对GNSS/INS/CM组合，提出了鲁棒性因子图的分布式合作定位机制与实现算法。通过对以上算法进行仿真和外场实验，证明了提出的算法和机制能够有效提高组合导航的效率、精度和可靠性等，为构建综合分布式合作定位系统提供理论依据和技术支撑。. 本项目的研究成果不仅解决了传感器信息过多所带来的计算量剧增问题，还为多源组合系统的发展提供一种通用的、分布式的、即插即用、随遇组合的新型合作定位机制，促进了导航体系建设新理论和导航对抗技术的完善与成熟，项目成果可用于集群作战的协同定位和相对定位，以及隐蔽通信、空间预警、功防对抗等复杂场景，在军民领域都具有广泛的应用前景。