谢启龙 宋龙 鲁浩 周本川

DOI：10.12132/ISSN.1673-5048.2019.0086

摘要：协同导航技术作为提升平台协同作业性能的重要保障和关键技术，在军用和民用方面正发挥着越来越大的作用。本文首先在多平台协同作业背景下，从无人机、机器人、无人水下潜航器、导弹四个应用层面梳理了协同导航的国内外发展现状;然后在技术应用层面，从初始组网编队方式和编队保持及重构方法两方面对协同方式进行了分类分析;其次对协同导航中多传感器的组合应用及多源导航信息处理方法在提高导航精度及导航稳定性方面的研究进行了归纳总结;最后从协同导航精度、系统稳定性、发展深度等方面，讨论了未来协同导航领域的发展趋势。

关键词：协同导航;编队方式;多传感器组合应用;多源信息处理方法;武器协同技术

中图分类号：TJ765;V249文献标识码：A文章编号：1673-5048（2019）04-0023-08

0引言

20世纪70年代著名物理学家哈肯（HermannHaken）提出的协同理论（Synergetics）又称“协同学”，为处理复杂问题提供了新的思路：多运动平台协同工作，可以实现简单平台“1+1>2”的性能提升。协同是未来联合发展的必然趋势，例如，多机器人协同作业、无人机群协同表演/侦察、导弹编队协同打击、海上舰艇编队协同防空等都可以极大地提高工作效能。而协同导航技术作为协同系统的基础和关键，方兴未艾，受到国内外高校、科研机构的重视[1-2]。

协同导航是协同组网编队中平台间通过导航信息交互利用，实时解算并修正自身位置、速度、姿态等导航信息，保障协同编队保持、队形重构及后续协同任务顺利完成的一种技术。如果无法得到协同平台的精确导航信息，或者获取的相对导航精度下降，则会导致编队的控制精度变差，任务执行效果也会下降甚至出现错误。因此，单一传感器导航已经难以满足现代化作战环境下的任务需求[3]。而协同导航大多利用捷联惯导系统（StrapdownInertialNavigationSystem，SINS）、全球导航卫星系统（GlobalNavigationSatelliteSystem，GNSS）及超宽带（UltraWideBand，UWB）、全向数据链（OmnidirectionalDateLink，ODL）、相对差分、雷达[4]、高度计、磁力计、视觉/图像等技术，通过多传感器的信息协同，提高协同导航准确性与可靠性，进而提高协同导航系统的精度与鲁棒性。

1协同导航技术应用背景

近几年，各科研机构越来越重视协同导航的相关研究，并投入了大量的人力、财力。在军用方面，协同导航是实现对目标精确跟踪、打击的一个重要保障，又是现代化作战中目标制信息权获取的前提和关键。以美国为代表的西方国家起步较早，已经拥有较多的研究成果，如“蜂群作战”等。同样，该技术在民用方面也表现出广阔的前景，如大型无人机群灯光秀、“菜鸟裹裹”物流机器人快递分拣等。国内，如西北工业大学、南京航空航天大学、哈尔滨工程大学、北京航空航天大学等科研机构在协同导航研究中取得了一定的研究成果，甚至某些方面的科研水平已经走在世界前列，但是总的来看，由于国内研究起步较晚，整体科研水平仍然处于追赶阶段。

协同导航技术服务于空中、地面、水下等各种平台，有力支撑了军民领域的现代化建设。本文从无人机（UnmannedAerialVehicle，UAV）、机器人、无人水下潜航器（UnmannedUnderwaterVehicle，UUV）、导弹四个方面，分析相关技术背景。

1.1无人机

近年来，国际民用航空组织（ICAO）、美国国防部（DOD）、美国联邦航空管理局（FAA）、欧洲航空安全局（EASA）一致通过决议：采用UnmannedAircraftSystem（UAS）代替术语“UAV”，将机群系统的研究提升到新的层面。一般的协同导航结构，如图1所示。

2012年，美国VijayKumar展示了基于运动捕捉系统提供高精度导航信息下的无人机集群飞行验证，这些无人机能够进行自行编队和协同工作。由法国牵头，瑞士、西班牙、瑞典、意大利和希腊参研的“神经元”无人机在2014年的试飞中验证了编队控制、信息融合、战术决策与火力协同以及机间数据通信等技术，达到较高的智能化水平[5]。美国国防部高级研究计划局（DefenseAdvancedResearchProjectsAgency，DARPA）在2015年提出在拒止环境中协同作战（CollaborativeOperationsinDenideEnvironment，CODE）项目，旨在使多无人飞行器在强信号干扰环境下通过信息协同对目标进行精确打击。2018年4月，DARPA提出的“小精灵”（Gremlins）项目选择了Dynetics公司团队，进行第三阶段的研究[6]。

美国海军办公室提出的通用军备无人机集群项目“山鹑”进展神速，在2017年使用战机释放的103架“山鹑”微型折叠翼侦察无人机，达到能够自行调整进入稳定飛行状态的“类实战”水平。

与国外相比，国内科研团队紧跟国际先进技术的步伐，对无人机编队导航等技术的研究较为深入。民用方面，大多停留在小型旋翼无人机编队表演等层面，如2018年9月，南京航空航天大学团队成功进行了300架无人机的灯光秀。军用方面，实物飞行试验能在简单通信情况下做到编队、任务分配及航迹规划，但在面对复杂环境时，协同感知能力及鲁棒性较差;中国电子科技集团公司分别在2017年和2018年完成了119架和200架固定翼无人机集群飞行试验，虽然集群数量上获得优势，但无人机投放等关键技术仍然相对落后。

1.2机器人

航空兵器2019年第26卷第4期

谢启龙，等：协同导航技术研究综述从二十世纪七八十年代开始，加速度计、激光测距仪等传感器被应用到机器人导航定位上。随着科技的进步，UWB、CCD图像传感器和微型计算机等被用于提高机器人的定位精度。Kurazume等人基于计算机技术的发展和信息融合技术的启发，提出了机器人协同定位的概念。Luo和Kay最早提出基于机器人的多传感器集成、信息融合的研究[7]。

国内各相关科研机构都在积极跟进机器人未来发展趋势，提早布局智能材料、深度学习、多机协同等前瞻性技术研究。

相比于单机器人，编队导航的多机器人系统具有可提高任务完成能力，提高成员可靠性，降低整体成本消耗等优点。如美军在平台研发、协同技术、算法设计等方面展开了一系列研究。2017年，美国陆军

启动“僚机”项目，发展武装机器人作战车辆，使其能够与士兵进行编队作战;2018年7月，美陆军研究实验室、开发与工程司令部研究实验室联合卡内基梅隆大学机器人研究所，共同发布了利用机器人智能学习使其成为士兵的可靠队友的一项新技术。美国《未来学家》杂志预测：到2020年，战场上的机器人数量将超过士兵数量，一种高智能、多功能、可协作的机器人群体将逐步接管某些军事战斗岗位。

1.3无人水下潜航器

由于人类对海洋研究的不断深入，多UUV的协同导航成为该领域的一个重要研究方向。国外的多UUV协同导航技术已经发展了三十多年，形成了一系列关键技术和研究成果，并在多次实战中发挥了良好的作战效能。而国内起步较晚，大多研究还处于理论分析和试验仿真验证阶段。

国外，大多为主从式多UUV协同导航系统，如美国麻省理工学院（MIT）海洋机器人实验室研究的“自主协同的分散侦察与探测系统”（CooperativeAutonomyforDistributedReconnaissanceandExplorationSystem，CADRES）[8];美国的自主海洋采样网络（AutonomousOceanSamplingNetwork，AOSN）2014年开展的“自主认知潜水协同作业项目”（CognitiveAutonomousDivingBuddy，CADDY）。美国海军和美国国防科学委员会（DBS）发布的《2025年自主水下航行器需求》、《自主性》、《下一代无人水下系统》研究报告，都从不同层面和角度反映出美军关于UUV等无人系统的总体发展思路。还有欧盟第七科技框架计划（FP7）开展的欧盟“GREX”项目[9]等。

国内，中国科学院沈阳自动化所进行了多UUV协作系统涉及的导航、通信和控制等技术的研究;西北工业大学开展了多UUV编队策略及数据融合算法等方面的协同导航研究。

1.4导弹

20世纪70年代中期，美国提出信息化协同作战的概念，80年代初提出研究协同作战能力（CooperativeEngagementCapability，CEC）系统的设想，随后又提出构建全球信息网格（GlobalInformationGrid，GIG），旨在从未来的信息化战争中及时获得信息优势和决策优势，对全球范围内的任意突发事件及时做出反应。

导弹作为快速打击武器的代表，是实现协同作战设想的重要工具。目前关于导弹协同的研究大多集中于防空导弹和反舰导弹，而在空空导弹协同导航方面少有相关文献及报道。

导弹由于其自身状态及作战环境的特殊性，目前多采用SINS/GNSS，并考虑加入ODL、弹载雷达、红外成像技术等[10]，以提高导弹的位姿精度。20世纪70年代苏联的“花岗岩”反舰导弹，采用“领弹-从弹”的攻击模式[11]，而后，美国的“网火”（NetFires）导弹武器系统（如图2所示），即后来发展的非直瞄发射系统（NonLineofSightLaunchSystem，NLOSLS），采用了巡逻攻击导弹与精确打击导弹协同作战的模式[12]，这些是多导弹协同的早期代表。2016年9月，美国海军将具有协同作战能力的标准-6防空导弹（SM-6）配备于“宙斯盾”作战系统，并与F-35B联合攻击战斗机配合，成功进行了实弹测试，这标志着美军网络化作战体系的进一步扩展，推进了未来战场的协同化、智能化水平。

国内，沈培志等人从隐身技术、超声速飞行技术、复合制导技术、超低空突防技术、多变弹道技术、航路规划技术、弹载干扰技术、领弹从弹技术8个方面，系统总结了提高反舰导弹协同能力的主要技术手段[13]。徐胜利等人探讨了信息化条件下面向防空的多弹协同作战体系及协同作战策略，提出面向防空的多弹协同关键技术设计理念[14]。

近些年国内外协同技术的发展基本上都是从实际需求出发，涉及范围广泛，运用技术众多。对于协同导航技术，其根本在于及时有效的网内通信和精确的相对导航，但目前的相关技术缺少系统化的归纳，本文将进行梳理、总结。

2协同导航技术

多平台协同导航技术可以分为导航方法与协同方式两个方面。导航方法主要是多传感器应用、信息处理和算法设计等，不区分单平台或者多平台系统;协同方式是研究系统内各平台的初始组网编队方式、队形保持及重构方法等，对象是多运动平台。导航方法的创新推动了协同方式的发展，而协同方式的内在需求又对导航方法不断提出发展要求，两者之间的关系如图3所示。

2.1协同方式

协同方式主要有基于Leader-Follower方法的集中式编队方法和基于行为法、虚拟结构法和循环法的分布式编队方法。但是，在初步的编队自组网完成后，随着协同环境和协同任务的变化，系统平台需要不断更新定位信息，保持或者改变编队方式，保证后续协同任务的顺利进行。

2.1.1编队方式

编队方式主要分为集中式（领航式）和分布式，Deming等人提出了一種分布式导航结构，利用多目标探测和定位的概率技术，将多个视觉传感器从不同角度提供的图像传输给计算机，完成数据分析和自主导航定位[15];文献[16]采用一种双层结构控制器，其内环控制器控制导弹飞行姿态角，外环控制器控制导弹飞行位置，实现分布式导弹编队飞行控制;文献[17]提出了一种有限中央控制的分布式有人/无人机协同编队指挥控制系统体系结构。相比于分布式编队，领航式编队可以在领航体和跟随体上安装不同精度的导航设备，通过GPS或ODL完成初始对准和时间校正等，提高协同控制能力，如Shao等人基于Leader-Follower编队控制方法，使用图方法进行编队模型和队形之间的变换[18]。目前UUV协同多采用领航式编队方式。但由于高动态、大过载等特殊性，基于领弹的多弹协同模式在工程实现上依然难度较大。

2.1.2编队保持及重构

在基本队形确定后，Inalhan等人通过多机与决策系统的协同分析，对无人机集群控制进行离散式最优研究[19]，在可辨识性和线性无关约束条件的假设下，证明了该方法的全局收敛性，并将其应用于一个多无人机系统，验证了在一个共同空域内满足协调飞机之间的分离要求。Thrun等人基于蒙特卡洛方法提出了一种当编队内机器人从编队其他成员处获得自身相对信息时，及时更新概率分布情况，调整位姿信息的协同导航定位概率算法[20]。Jo等人通过GPS差分把协同编队内机器人的相对距离信息进行关联，完成协同定位[21]。李闻白等人提出了基于单领航者的多UUV在考虑未知定常、不定常洋流估计情况下，将UUV相关问题转化为非线性极小平方优化模型求解，提高初始化精度，并进一步将洋流干扰等作为状态变量参与滤波估计，提高协同导航精度的方法[22]。在此基础上刘明雍研究了多UUV协同导航、单领航者协同导航体系并考虑到海洋环境的未知性和复杂性，提出了洋流干扰下的单领航者测距协同导航方法[23]。文献[24]将不同飞航导弹组网，通过领弹和攻击弹的优化布站、协同配合，实现导弹生存能力和攻击能力的提高，但缺少考虑多目标时的导航情况。王芳根据协同估计得到拦截弹及攻击目标的运动信息的“突防-攻击一体化”概念，提出导弹编队协同，在能量消耗最小的前提下提高导弹编队协同过程中的作战能力[25]。

2.2導航方法

2.2.1多传感器的组合应用

多传感组合导航的引入提高了协同导航编队的导航精度。部分学者利用扩展卡尔曼滤波（EKF）融合单目视觉传感器，辅助INS导航，或者提前布设采样点，利用UWB/地形匹配/地磁辅助导航。Agrawal等人融合惯性测量装置、GPS与主体视觉信息进行机器人协同导航[26]。蒋荣欣提出了一种基于里程计、陀螺仪和视觉、激光测距的多传感器融合机器人协同定位方法[27]，提高协同定位导航精度。随着计算机视觉、图像处理和摄影测量技术的发展，采用双目或者多目相机，在图像处理上运用更多先进的技术，如高精度的基于视觉的即时定位与地图构建（SimultaneousLocalizationandMapping，SLAM）技术[28]等。

多传感器在无人机协同导航上的应用已经比较广泛。曲法义等人结合编队飞行问题，提出了一种由INS、GPS和视觉导航组成的高精度无人机编队相对导航系统[29]。UUV编队中领航UUV上大多装备了高精度惯性导航设备、多普勒速度仪、差分GPS、水声通信设备等，其他UUV上安装相对低精度的航位推算导航设备、GPS接收器、水声通信设备、水下测距传感器等。导弹则在SINS/GPS的基础上增加ODL、星敏感器等估计位姿，SINS/空速管估计速度，气压表估计高度，在末制导阶段，利用弹载前视装置（TV、红外成像）进行精确制导。

2.2.2多源导航信息处理方法

（1）基于传统KF的算法

惯性导航与测程法是最早出现的导航方法，也是应用于机器中的经典方法。Li等人提出了基于多无人机协同的自适应UKF来实现数据融合，得到最优位置[30];Williamson等人利用车载试验研究了GPS/INS组合导航飞行编队使用EKF得到绝对状态值再进行差分处理、两辆车使用不同精度的信息测量及处理方式、增加载波相位测量的相对状态估计滤波三种相对导航方法[31]，验证了方法三的高精度;金红新等人提出了基于分布式信息融合结构方法和容积信息滤波算法对无人机的SINS、视觉以及GNSS进行信息融合的相对导航状态估计方法[32];樊建文等人构建了相对导航信息的处理架构，通过建立KF方程，研究了利用伪距差分方式获得相对观测信息的计算方法[33];

Maczka利用时间同步和水声测距及通信一体化测量UUV相对位置，对系统模型和分布式KF进行研究，得出在低带宽条件下可以有效进行通信及协同导航的试验结果[5];强明辉等人针对目前SINS/BDS组合导航系统问题，提出了基于衰减因子和噪声加权的自适应KF技术，研究了组合导航系统在不确定性噪声干扰下的组合新算法[34]。

对于提高协同导航信息融合精度及时间同步等问题，崔乃刚等人提出了一种基于SINS和GPS的相对导航系统，通过导弹之间的ODL共享导航信息，采用KF融合相对惯导信息和相对GPS信息，从而实现相对导航[35];花江在分析了ODL往返计时（RTT）时间同步算法的基础上，提出了差分GNSS与ODL时间同步算法，利用KF构建时间同步计算算法模型，实现高精度的时间同步[36]。

（2）其他创新算法

Trawny在仅测量距离情况下，利用非线性加权最小二乘算法计算相对距离问题，保持全局最优，然后考虑在通信带宽受限情况下，利用自适应量化测量方法，采用最优阈值选择结果和最优比重分配原则对机器人定位[37];李朕阳运用SLAM技术，提出了基于平方根容积卡尔曼滤波（SRCKF）的分布式机器人协同定位算法[38]。

在基于几何解算的协同导航研究中，张福斌等人提出了一种基于虚拟移动长基线的多UUV协同导航算法[39]。在多UUV相对距离的水声测量基础之上，一些学者在协同导航设计中融合了多学科方法，并对多种滤波方法的适用性进行了分析研究。Tan等人结合了海洋测深学，研究了多UUV协同定位，并利用粒子滤波（PF）进行信息融合算法设计[40]。

近年来，基于SINS的组合导航技术在单个导弹上得到了较多的应用[41]，但多弹协同导航性能和相关协同作战等还需不断优化[42]。崔树林等人针对多飞航导弹对目标协同跟踪精度较低的问题，提出了一种基于弹载雷达组网和GPS/INS组合导航的无偏不敏自适应融合跟踪算法[43]。

同时，在保证导航精度的前提下，部分学者从改进融合滤波算法的数学模型着手，致力于减小计算量，优化导航性能。如周召发等人借鉴三子样旋转矢量法思想，提出三子样四元数法[44]，简化计算过程;闵艳玲等人基于对偶四元数的INS/GPS/天文组合导航系统改进联邦滤波方法[45]，简化计算量，提高系统鲁棒性等。

3协同导航的发展趋势

从国内外的大量研究成果中可归纳出协同导航的一些发展趋势。

（1）导航精度不断提升。突破传感器的使用限制，如在无人机上使用双目视觉传感器;空空导弹上使用星敏感器等。更多传感器的组合应用，甚至新型传感器的研制及应用（如激光雷达、无陀螺捷联惯性导航系统，集成光波导陀螺[46]）。对于组合导航传感器误差分析与补偿方法的突破，这些都从硬件层面上提高了导航精度。

（2）协同导航系统稳定性及智能化水平不断提高。神经网络、模糊算法等技术的应用，在获得信息冗余度高和智能信息处理技术驱动下，自主编队、智能检测和诊断故障、及导航容错处理等能力进一步增强。以上从软件层面改善系统的导航稳定性。

（3）协同导航深度、导航对象数量不断提升。协同导航的区域范围不断扩大，并向协同体系“去中心化”方向发展。目前除了类似于“蜂群式”的小型多对象协同外，其余协同导航系统的子对象相对较少，因此，未来会在保证良好信息交流与导航性能的前提下，向大型集群系统的协同导航方向发展。

4结论

本文以协同导航在无人机、机器人、无人水下潜航器、导弹四个应用方面的发展为背景，总结了相应的初始组网编队方式、队形保持及重构方法、多传感器组合应用和多源导航信息融合等国内外研究现状，并預测了未来一段时间协同导航的发展趋势。不难看出，虽然近些年来有大量关于协同导航方面的研究，可协同技术发展仍处于初始阶段。但是随着制造工艺的突破（如MEMS）和相关科技水平的快速发展（如隐身技术、电磁干扰对抗技术、协同攻击-突防理论等），一定能够克服现存的协同导航相关技术问题，以及因不同协同对象和不同使用环境造成的技术隔阂等一系列问题，使各领域协同导航技术在工程应用与理论指导上融会贯通、相辅相成，并且日趋成熟。

参考文献：

[1]樊会涛，张蓬蓬.空空导弹面临的挑战[J].航空兵器，2017（2）：3-7.

FanHuitao，ZhangPengpeng.TheChallengesforAirtoAirMissile[J].AeroWeaponry，2017（2）：3-7.（inChinese）

[2]许晓伟，赖际舟，吕品，等.多无人机协同导航技术研究现状及进展[J].导航定位与授时，2017，4（4）：1-9.

XuXiaowei，LaiJizhou，LüPin，etal.ALiteratureReviewontheResearchStatusandProgressofCooperativeNavigationTechnologyforMultipleUAVs[J].NavigationPositioningandTiming，2017，4（4）：1-9.（inChinese）

[3]ZhouJC，KnedlikS，LoffeldO.INS/GPSforHighDynamicUAVBasedApplications[J].InternationalJournalofNavigationandObservation，2012（3）：1-11.

[4]QiLin，HeYou，DongKai.MultiRadarAntiBiasTrackAssociationBasedontheReferenceTopologyFeature[J].IETRadarSonarandNavigation，2018，12（3）：366-372.

[5]李倩.无人机编队飞行控制器关键技术的研究[D].南京：南京航空航天大学，2015.

LiQian.KeyResearchesonUAVsFormationController[D].Nanjing：NanjingUniversityofAeronauticsandAstronautics，2015.（inChinese）

[6]LukinaA，KumarA，SchmitteM，etal.FormationControlandPersistentMonitoringintheOpenUVASimulatorontheNSFCPSVO[C]∥9thACM/IEEEInternationalConferenceonCyberPhysicalSystems，Porto，2018：353-354.

[7]LuoRC，KayMG.MultisensorIntegrationandFusioninIntelligentSystems[J].IEEETransactionsonSystems，Man，andCybernetics，1989，19（5）：901-931.

[8]VaganayJ，LeonardJJ，CurcioJA，etal.ExperimentalValidationoftheMovingLongBaseLineNavigationConcept[C]∥2004IEEE/OESAutonomousUnderwaterVehicles，Sebasco，2008.

[9]张立川，许少峰，刘明雍，等.多无人水下航行器协同导航定位研究进展[J].高技术通讯，2016，26（5）：475-482.

ZhangLichuan，XuShaofeng，LiuMingyong，etal.AdvancesinCooperativeNavigationandLocalizationforMultiUUVSystems[J].ChineseHighTechnologyLetters，2016，26（5）：475-482.（inChinese）

[10]樊会涛，崔颢，天光.空空导弹70年发展综述[J].航空兵器，2016（1）：3-12.

FanHuitao，CuiHao，TianGuang.AReviewonthe70YearDevelopmentofAirtoAirMissiles[J].AeroWeaponry，2016（1）：3-12.（inChinese）

[11]刘桐林.花岗岩——世界智能化飞航导弹的先驱[J].飞航导弹，2005（9）：14-18.

LiuTonglin.Granite：TheWorldsLeadingIntelligentFlyingMissile[J].AerodynamicMissileJournal，2005（9）：14-18.（inChinese）

[12]张尧，阎岩，顾鑫，等.网火导弹武器系统发展综述[J].飞航导弹，2016（2）：39-42.

ZhangYao，YanYan，GuXin，etal.ReviewontheDevelopmentofNetworkFireMissileWeaponSystem[J].AerodynamicMissileJournal，2016（2）：39-42.（inChinese）

[13]沈培志，王培源.反舰导弹突防的技术手段与战术措施[J].飞航导弹，2018（1）：25-29.

ShenPeizhi，WangPeiyuan.TechnicalandTacticalMeasuresofAntiShipMissilePenetration[J].AerodynamicMissileJournal，2018（1）：25-29.（inChinese）

[14]徐勝利，陈意芬，范晋祥，等.多弹协同技术在防空导弹发展中的应用探讨[J].电光与控制，2017，24（2）：55-59.

XuShengli，ChenYifen，FanJinxiang，etal.ApplicationofMultiMissileCooperativeTechnologyinDevelopmentofAirDefenseMissiles[J].ElectronicsOptics&Control，2017，24（2）：55-59.（inChinese）

[15]DemingRW，PerlovskyLI.ConcurrentMultiTargetLocalization，DataAssociationandNavigationforaSwarmofFlyingSensors[J].InformationFusion，2007，8（3）：316-330.

[16]ZouYF，PagillaPR，RatliftRT.DistributedFormationFlightControlUsingConstraintForces[J].JournalofGuidance，Control，andDynamics，2009，32（1）：112-120.

[17]李腾.有人/无人机协同编队控制技术研究[D].南京：南京航空航天大学，2017.

LiTeng.CooperativeFormationControlTechnologyforManned/UnmannedAerialVehicles[D].Nanjing：NanjingUniversityofAeronauticsandAstronautics，2017.（inChinese）

[18]ShaoJ，XieGM，WangLS.LeaderFollowingFormationControlofMultipleMobileVehicles[J].IETControlTheoryandApplications，2007，1（2）：545-552.

[19]InalhanG，StipanovicDM，TomlinCJ.DecentralizedOptimization，withApplicationtoMultipleAircraftCoordination[C]∥Proceedingsofthe41stIEEEConferenceonDecisionandControl，2002.

[20]ThrunS，BurgardW，FoxD.ProbabilisticRobotics[M].Canbridge：MITPress，2005.

[21]JoKH，LeeJ，KimJB.CooperativeMultiRobotLocalizationUsingDifferentialPositionData[C]∥IEEE/ASMEInternationalConferenceonAdvancedIntelligentMechatronics，Zurich，2007：1-6.

[22]李闻白，刘明雍，雷小康，等.未知洋流干扰下基于单领航者的多自主水下航行器协同导航[J].兵工学报，2011，32（3）：292-297.

LiWenbai，LiuMingyong，LeiXiaokang，etal.CooperativeNavigationforMultipleAutonomousUnderwaterVehicleswithSingleLeaderinUnknownOceanCurrent[J].ActaArmamentarii，2011，32（3）：292-297.（inChinese）

[23]刘明雍.水下航行器协同导航技术[M].北京：国防工业出版社，2014：14-21.

LiuMingyong.CooperativeNavigationTechnologyforUnderwaterVehicles[M].Beijing：NationalDefenseIndustryPress，2014：14-21.（inChinese）

[24]王君，张蓬蓬，梁文波，等.多弹协同攻击网络化作战系统体系结构研究[J].航空兵器，2011（6）：10-14.

WangJun，ZhangPengpeng，LiangWenbo，etal.ResearchonSystemStructureaboutMultipleMissilesCooperativeAttackingNetCombatSystem[J].AeroWeaponry，2011（6）：10-14.（inChinese）

[25]王芳.导弹编队协同突防-攻击一体化队形优化设计及最优控制研究[D].哈尔滨：哈尔滨工业大学，2016.

WangFang.ResearchonFormationOptimalDesignandOptimalControlforIntegrativePenetrationandAttackofMissileFormationCooperation[D].Harbin：HarbinInstituteofTechnology，2016.（inChinese）

[26]AgrawalM，KonoligeK.RealTimeLocalizationinOutdoorEnvironmentsUsingStereoVisionandInexpensiveGPS[C]∥18thInternationalConferenceonPatternRecognition，HongKong，2006：1063-1068.

[27]蔣荣欣.多机器人编队导航若干关键技术研究[D].杭州：浙江大学，2008.

JiangRongxin.ResearchonKeyTechniquesofMultiRobotFormationNavigation[D].Hangzhou：ZhejiangUniversity，2008.（inChinese）

[28]管叙军，王新龙.视觉导航技术发展综述[J].航空兵器，2014（5）：3-8.

GuanXujun，WangXinlong.ReviewofVisionBasedNavigationTechnique[J].AeroWeaponry，2014（5）：3-8.（inChinese）

[29]曲法义，王小刚，崔乃刚，等.基于惯导/GPS/视觉的无人机容错相对导航方法[J].中国惯性技术学报，2013，12（6）：781-785.

QuFayi，WangXiaogang，CuiNaigang，etal.FaultToleranceRelativeNavigationApproachBasedonSINS/GPS/VisionforUAV[J].JournalofChineseInertialTechnology，2013，12（6）：781-785.（inChinese）

[30]LiHengyu，LuoJun，LiLei，etal.CoordinatedControlandLocalizingTargetSystemforMultiUAVsBasedonAdaptiveUKF[M].IntelligentComputingandInformationScience，HeidelbergSpringerBerlin，2011：249-258.

[31]WilliamsonW，MinJH，SpeyerJ，etal.AComparisonofStateSpace，RangeSpace，andCarrierPhaseDifferentialGPS/INSRelativeNavigation[C]∥ProceedingsoftheAmericanControlConference，2000：2932-2938.

[32]金红新，杨涛，王小刚，等.多传感器信息融合理论在无人机相对导航中的应用[J].国防科技大学学报，2017，39（5）：91-95.

JinHongxin，YangTao，WangXiaogang，etal.ApplicationofMultiSensorInformationFusioninUAVRelativeNavigationMethod[J].JournalofNationalUniversityofDefenseTechnology，2017，39（5）：91-95.（inChinese）

[33]樊建文，雷创.飞机编队相对导航技术研究[J].现代导航，2016，7（3）：161-165.

FanJianwen，LeiChuang.ResearchonRelativeNavigationTechnologyofAircraftFormation[J].ModernNavigation，2016，7（3）：161-165.（inChinese）

[34]强明辉，蒋文.改进的自适应滤波算法在BDS/INS组合导航中的应用[J].全球定位系统，2018，43（3）：1-6.

QiangMinghui，JiangWen.ApplicationofImprovedAdaptiveFilteringAlgorithminBDS/INSIntegratedNavigation[J].GNSSWorldofChina，2018，43（3）：1-6.（inChinese）

[35]崔乃刚，王小刚，郭继峰.基于INS/GPS的智能导弹协同作战相对导航系统研究[J].战术导弹技术，2010（2）：1-5.

CuiNaigang，WangXiaogang，GuoJifeng.StudyofRelativeNavigationSystemBasedonINS/GPSforCooperativeIntelligentMissile[J].TacticalMissileTechnology，2010（2）：1-5.（inChinese）