随着航空航天技术的发展,现在已具备了给载体配置多种导航设备的条件。然而没有任何导航设备能够适应所有的应用场合,因此组合导航技术的发展就尤为重要。 组合导航技术就是融合具有互补性导航设备的冗余信息,取长补短,从而可适应更为苛刻的导航工作环境,具有更高的导航精度和鲁棒性。组合导航技术中,基于卡尔曼滤波方法是一种非常重要的方法。它具有离散递推性,且不同时刻的量测值不需要储存,同时能对非平稳的被估计量作估计,因此得到广泛的关注。 然而传统的基于集中卡尔曼滤波方法虽然能得到全局最优解,但是却随着维数增加计算量急剧增加。同时不利于故障检测、分离与系统重建。基于联邦滤波器导航方法设计灵活,计算量小,便于并行处理,因此得到深入的研究。 本文全面研究了基于卡尔曼滤波的组合导航技术。详细介绍了卡尔曼滤波方法和联邦滤波器方法的原理,对联邦滤波器方法的最优性进行了证明。基于无重置反馈结构联邦滤波器设计了融合捷联式惯性导航系统(SINS)、全球定位系统(GPS)和桑地亚惯性地形辅助导航(SITAN)系统信息的某型无人机的组合导航信息管理系统。本文通过对系统的设计与仿真实验,研究了基于卡尔曼滤波方法的组合导航技术,分析了联邦滤波器相对于集中卡尔曼滤波方法的优越性。同时对组合导航信息管理系统的故障检测技术进行了研究,利用状态X~2检验法和残差X~2检验法,通过进行全局信息分析进行系统级故障检测。实验结果证明了本文方法的有效性。