单 斌，张复建，杨 波，王跃钢，薛 亮，腾红磊

（火箭军工程大学 导弹工程学院，西安 710025）

由于低成本的微型惯性测量单元（Miniature Inertial Measurement Units,MIMU，简称“微惯组”）的漂移和零偏误差较大，基于MIMU的惯性导航系统误差随时间不断发散。为解决这个问题，许多学者采用卫星与惯导进行组合导航[1-2]，抑制误差发散。由于松组合模式简单，因而受到工程上的广泛使用，然而，当可见卫星数量少于4颗时，松组合模式系统不能正常工作，没有GPS系统稳定的输出对微惯导系统输出进行修正，使得MIMU/GPS松组合导航系统变成纯惯导解算，长时间的导航精度难以满足实际需要。也有不少学者研究了惯性/卫星组合导航系统在缺星情况下的导航方法以及改进的卡尔曼滤波算法[3-4]。

在可见卫星数少于4颗时，MIMU/GPS紧组合系统的可观性会有所降低，尤其是当载体大角度转向时，姿态角误差明显增大，甚至引起速度误差的增大，降低组合导航系统的性能[5]。针对此类问题，Qifan Zhou[6]采用高度和航向角信息辅助紧组合导航系统，提出一种新的冗余测量噪声估计方法应用到自适应卡尔曼滤波中。Jaradat[7]则提出自回归的神经网络数据融合用于低成本的惯组/卫星组合导航系统，增加姿态角误差观测量，提高组合导航系统的可观性[8-9]，可以有效地提高组合导航系统性能。然而，采用GPS系统的姿态测量来构造系统姿态误差观测量[10]容易受到信号干扰而降低其测姿精度。也可以采用基于加速度计输出的方式[11]，反解出载体的水平……