自适应P值映射的惯性/天文角度组合导航算法

在本文中，作者王融、熊智、刘建业和钟丽娜提出了一个针对高动态飞行器应用中惯性/天文角度组合导航的改进算法，旨在解决动态飞行环境下星光角度观测量偏差问题。为了提升导航系统的精度和适应性，文章提出了一种基于P值映射的观测质量自主评估及自适应滤波方法，并将其应用于惯性/天文角度组合导航系统。 我们要理解惯性导航系统（INS）和天文角度导航系统的概念。惯性导航系统是一种利用加速度计和陀螺仪测量载体运动参数，并以此为基础进行导航定位的技术。它不依赖于外部信息，具有自主性，但存在累积误差，尤其在长时间运行后。而天文导航系统则是通过观测天体的位置来进行定位，其优点是长期精度高，但容易受到天气、时间以及观测条件的限制。 在实际应用中，特别是对于高动态飞行器，星光角度观测量容易受到各种因素影响而出现偏差，比如飞行器的高动态特性，这会对惯性导航和天文导航系统的组合滤波造成显著误差。为了解决这个问题，传统的组合滤波方法在星光观测质量下降时的适应性和精度都会大打折扣。 作者提出的方法通过引入P值映射来评估观测质量。P值（Probability value）是一种统计方法，用于评估观测值或实验结果出现的概率，用以判断观测数据是否与假设的一致性。在本研究中，P值被用来衡量冗余观测子集中的观测量偏差的显著性水平。通过将导航星分为若干个冗余子集，并计算每个子集的P值，可以得到各个导航星的观测量质量值。在此基础上，文章进一步提出了通过自适应调节惯性/天文角度组合滤波增益的方法。 这种方法可以在线自主评估天文高度角的观测质量，有效提高在星光观测质量下降的情况下，惯性/天文角度组合导航的精度和适应性。文章中提到的仿真结果验证了该方法的有效性，表明通过P值映射的方法可以动态调整滤波增益，从而在不同的动态环境下保持导航系统的性能。 文章还提到了其他相关关键词，如“子集映射”、“自适应滤波”等。子集映射是指将观测数据分为多个子集进行处理，这样做有助于更好地分析数据的特点和规律，尤其是在数据量庞大的情况下。自适应滤波则是一种根据系统当前的性能动态调整滤波器参数的处理技术，它可以根据环境变化和系统误差自动调整以达到最佳性能。 为了更深入地理解这一算法的细节与应用背景，了解其中涉及的导航系统设计、滤波技术、统计分析以及动态系统控制理论是必要的。同时，由于研究的背景信息中提到了“高动态飞行器”，这暗示了对快速变化环境和高动态响应能力的需求，这些也是现代航空航天技术领域研究的热点问题。 最终，本文提出的基于P值映射的观测质量评估和自适应滤波技术为惯性/天文角度组合导航系统提供了一种新的思路，不仅增强了该导航系统在各种飞行条件下的鲁棒性，也为未来相关技术的发展和应用提供了理论基础和技术支持。