基于仿生偏振光的UCAV自主精确导航及多源、异步信息融合方法研究

Unmanned Combat Aerial Vehicles (UCAV) will become the main combat force in the future air-space battlefields due to its incomparable advantage in zero casualty. As an unmanned platform, UCAV is used in the complex combat circumstance and far away from the control station. Thus, autonomous precise navigation technology is an important guarantee for the intelligent autonomous flight of UCAV. However, the existing navigation methods have their inherent defects and the ranges of application. They cannot meet the requirements of UCAV in autonomous precise flight. In order to improve the autonomous precise navigation capability of UCAV in complex battlefield circumstance, this project researches the key technical problems involved in the autonomous precise navigation system and information fusion methodology for the UCAV. A new bionic polarization navigation system (BPNS)/ micro electro mechanical systems based inertial measurement unit (MEMS IMU)/ visual navigation system (VNS) autonomous precise integrated navigation scheme is designed for the UCAV. Subsequently, a system model error detection method is developed and a robust adaptive cubature Kalman filter is proposed to inhibit the system model errors. Finally, an asynchronous data time registration technology is presented and a multi-source asynchronous optimal data fusion methodology with the distributed structure is established to improve the fault tolerance and data fusion accuracy of the integrated navigation system. The research of this project will provide a new way for the UCAV to realize the autonomous precise navigation, and has important theoretical and practical contribution to promote the rapid development of UCAV for China.

无人作战飞行器(UCAV)以其无可比拟的零伤亡优势，将成为未来空天战场的主要作战力量。作为面临复杂战场、远离操控基站的无人化平台，自主精确导航是UCAV智能自主飞行的重要保障。然而，现有导航方式均存在固有的缺陷和适用范围，难以满足其自主精确飞行的要求。本项目以提升UCAV在复杂战场环境下的自主精确导航能力这一重大需求为牵引，就设计UCAV自主精确导航及信息融合策略所面临的关键难题展开攻关。包括：(1)基于大气偏振仿生导航原理，设计一种仿生偏振光/微惯导/视觉全自主精确组合导航新方案；(2)在研究系统模型误差检测方法的基础上，提出一种抑制系统模型误差的抗差自适应容积卡尔曼滤波；(3)研究异步数据时间配准技术，并建立多源、异步分布式最优数据融合方法，以提高组合导航的容错性与融合精度。本项目的研究将为UCAV自主精确导航提供新途径，对推动我国UCAV快速发展具有重要的理论和应用价值。

无人作战飞行器(UCAV)代表了未来新型高端无人航空武器装备的重点发展方向，具有十分广阔的军事应用前景。作为一种面临复杂作战环境、远离操控基站的无人化平台，智能自主飞行是其必须具备的核心能力之一，而这一核心能力的重要支撑就是自主精确导航技术。然而，现有导航方式均存在固有的缺陷和适用范围，难以满足其自主精确飞行的要求。因此，自主精确导航技术是UCAV完成既定任务、实现其价值的根本保证，也是制约UCAV快速发展的主要瓶颈之一。本项目以提升UCAV在复杂战场环境下的自主精确导航能力这一重大需求为牵引，就设计UCAV自主精确组合导航系统以及信息融合策略所面临的关键技术难题展开攻关。研究了基于大气偏振特性的UCAV仿生定姿方法，采用组合技术将仿生偏振光导航(BPNS)与传统的导航方式微惯导(MEMS IMU)和视觉导航(VNS)有机结合，设计出了适用于UCAV作战的BPNS/MEMS IMU/VNS全自主精确组合导航新方案，并构建了该组合导航系统原理模型；在研究系统模型误差检测方法的基础上，根据马氏距离判据的思想，提出了一种抑制系统模型误差的抗差自适应容积卡尔曼滤波，并分析了该算法的稳定性；在此基础上，设计了一种具有三层融合特点的组合导航多源、异步分布式数据处理结构，然后，在均方误差准则下，建立了一套基于Cubature法则的多传感器最优数据融合方法，实现了BPNS/MEMS IMU/VNS组合导航系统信息的异步最优融合处理，提高了UCAV组合导航的容错性与融合精度。最后，通过仿真实验验证了本研究所设计的模型和方法的有效性。本项目设计的BPNS/MEMS IMU/VNS全自主精确组合导航新方案，能够弥补现有自主导航的不足，是提高复杂战场环境下UCAV自主精确导航能力的一种新尝试，对实现UCAV自主精确飞行具有重要的意义。此外，提出的非线性滤波算法和数据融合方法，能够克服现有方法的不足，为提高复杂战场环境下UCAV的精确导航能力提供了新途径。该研究工作能够提升UCAV在复杂战场环境下的自主精确导航能力，为UCAV自主精确导航探索了新方法，对推动我国UCAV的快速发展具有重要的理论和应用价值。