组合导航与融合导航发展（杨元喜）

组合导航与融合导航技术是现代导航领域的重要发展方向。组合导航指的是将两种或两种以上的导航系统结合在一起，通过特定的算法融合来自各个导航系统的数据，以提供更为精确和可靠的导航信息。融合导航则是对组合导航技术的进一步发展，它不局限于简单的数据合并，而是通过数学模型和算法对不同来源的数据进行深入处理，以达到更为高效和精准的导航目的。 杨元喜教授在其2014年暑假学习班上的课件中详细讨论了组合导航与融合导航的各个方面。他的讨论涉及到了北斗卫星导航系统的发展、组合导航的需求与概念、组合导航方式、以及多种滤波算法，包括Kalman滤波、自适应滤波、抗差滤波、联邦滤波等。此外，教授还探讨了基于几何导航解和方差分量估计的自适应融合导航方法，以及目前存在的一些待研究问题。 导航系统的发展始于卫星导航。卫星导航系统如GPS、GLONASS、Galileo和北斗，它们各自具有不同的设计和技术特点。中国的北斗卫星导航系统自20世纪80年代开始筹划，经过多年的努力，逐步形成了覆盖全球的卫星导航网络。北斗系统的逐步完善，体现了中国在全球卫星导航领域中的重要地位。 组合导航需求的提出，是由于单一导航系统难以满足所有领域的需求，尤其是在军事、民用等多方面。例如，GPS虽然具有较高的精度，但是多系统导航的融合可以提高系统的可靠性与准确性，特别是在GPS信号受阻的环境中。对于多GNSS系统如何选择与集成，以及惯性导航、天文导航等其他导航方式如何与之融合，都是组合导航研究的重要内容。 在融合导航算法方面，Kalman滤波是一种有效的状态估计技术，它通过建立动态系统的数学模型，将不同时间点的观测数据结合起来，对系统的状态进行最优估计。自适应滤波进一步考虑到了模型误差和噪声的不确定性，能够根据环境变化自动调整滤波参数，提高滤波性能。抗差滤波则是为了解决数据中的异常值对导航系统的影响，通过识别和处理这些异常值来提高导航的稳健性。联邦滤波结合了以上各种方法的优势，通过一个多层次的信息融合结构，处理来自多个子系统的数据。 动、静态滤波算法主要解决了卫星导航系统在动态和静态条件下的导航问题，串行滤波算法是其中的一种实现方式。基于几何导航解和方差分量估计的自适应融合导航，考虑了不同导航系统提供的数据的几何特性及其质量，能够进一步提升导航信息的精确度。 北斗卫星导航系统的发展，经历了从试验系统到区域导航系统，再到全球卫星导航系统的跨越。目前，北斗系统已经在全球范围内提供服务，其精准的定位、授时和短报文通信功能，在多方面满足了用户的需求。北斗系统的进一步发展，将根据技术的进步和用户需求的变化，不断优化其运控系统。 杨元喜教授的课件深入分析了组合导航与融合导航的多种算法和技术，这些内容对于理解现代导航技术的发展趋势、卫星导航系统的优化以及导航技术在实际应用中的问题解决，都具有重要的理论和实际意义。随着技术的进步和应用的深入，组合导航与融合导航技术将会更加广泛地应用于航海、航空、航天以及日常生活中的位置服务中。