多传感器信息融合是无人机导航系统的关键技术,本文以长航时无人机导航系统为应用背景,研究了无人机任务设备/组合导航系统的信息融合理论与方法。 首先,对组合导航信息融合方法和算法进行了研究。介绍了集中卡尔曼滤波、分散卡尔曼滤波和联邦卡尔曼滤波这三种典型的滤波算法,从数学推导上证明了三者的等价性,并讨论了联邦滤波的最优性问题;提出了基于残差校正的级联式滤波,并对其滤波算法进行了推导。 然后,针对无人机SINS/GPS/任务设备组合导航系统,设计了两种信息融合结构:一是经典的联邦滤波结构;二是为了实现任务设备对现有SINS/GPS系统的辅助而提出的级联式滤波结构。设计了SINS/GPS/任务设备组合导航系统联邦卡尔曼滤波器与级联式卡尔曼滤波器,建立了滤波模型。基于中心投影原理建立了成像任务设备辅助导航的量测模型。研究了任务设备对地面目标进行地理定位的方法,以及地面目标位置未知时“先定位,再辅助导航的“两步估计思想”在任务设备/组合导航中的应用。 最后,对无人机SINS/GPS/任务设备组合导航的组合方法、模型及算法进行了仿真,并对仿真结果进行了深入分析,结果表明:成像任务设备辅助能有效提高导航精度,尤其是偏航角精度;在GPS失效阶段,任务设备对惯导的辅助仍能使导航系统维持较高的精度;基于残差校正的级联式滤波结构方便实现,能够很好地满足精度需求;当地面目标位置未知时,采用“两步估计的思想”,任务设备仍然能够对导航系统起到一定辅助作用。