王艳东， 韩智华， 蔡君亮， 陈晓强， 吉庆昌

(北京航空航天大学自动化科学与电气工程学院，北京 100191)

0 引言

相对导航是无人机利用其导航测量设备在一定条件下实时地确定编队飞行中无人机之间的相对运动参数。通常采用GPS/SINS组合相对导航［1］，应用卡尔曼滤波方法最优地估计出导航系统的误差状态，再用误差状态的最优估计值校正系统。但是，有时系统的状态方程是时变的，而且状态转移矩阵中含有导航信息及惯性元件测量值，这些含有误差的参数使得滤波器模型不准确。另外，系统噪声与观测噪声的统计特性等很难精确地估计或测定，所以采用常规卡尔曼滤波器时常常会发散［2］。为了解决此问题，通常采用自适应滤波技术，在进行滤波的同时，利用观测数据带来的信息，不断地在线估计和修正模型参数、噪声统计特性和状态增益矩阵，以提高滤波精度，得到系统状态的最优估计值。在以往的文献中通常只是对系统噪声与观测噪声方差阵进行调整，如果系统的状态方程不准确就会使滤波器发散，则不能满足滤波要求。

针对上述问题，本文采用一种新的模糊自适应卡尔曼滤波技术，即调整系统噪声与观测噪声的方差阵或强跟踪滤波方法进行自适应的滤波方法，与以往文献的方法相比，本文结合了两种滤波方法的优点，逐步调整系统中的参数，保证滤波器能实时处理新的量测值，以解决系统噪声和观测噪声不准确或是滤波器的发散问题。……