2、空中集群协同导航技术发展与挑战

空中集群协同导航技术发展与挑战

1. 引言

在航空领域，协同导航技术的发展对于提升飞行器的导航性能至关重要。随着飞行器集群应用的增加，在复杂环境中实现高效、可靠的导航成为研究热点。当前，基于无线电和视觉传感器的相对位置或姿态测量算法研究已取得一定成果，为空中集群的弹性融合导航技术奠定了基础。

2. 基于不同传感器的协同导航方法

2.1 基于雷达与卫星的协同导航

• 部分研究通过考虑距离和相对位移信息来估计飞行器的相对运动，模拟验证了算法的有效性。
• 杨百翰大学的研究人员提出利用机载雷达系统进行距离测量，并构建扩展卡尔曼滤波器（EKF）将距离测量值与惯性测量单元（IMU）数据融合，以减少惯性制导漂移误差。
• 范德堡大学的研究人员从卫星导航位置数据中获取多架飞机节点的相对位置信息，并提出基于卫星导航的差分跟踪方法，有效提高了定位精度。
• 西弗吉尼亚大学的研究人员提出融合载波相位差分全球定位系统（GPS）数据、车辆间测距信息和惯性导航系统（INS）数据的算法，通过紧密结合各飞机的相对位置，提高了三维相对定位的鲁棒性。
• 法国航空航天实验室的研究人员通过测量多架飞机之间的时变距离、相对和绝对速度信息，实现协同多飞行器定位和跟踪。
• 中南大学的研究人员提出一种协同定位方案，通过引入集群车辆系统内的距离和方向信息，提高集群中车辆的绝对定位精度。

2.2 基于视觉测量的协同导航

视觉测量传感器体积小、易于使用且能提供丰富信息。它可以观测集群中其他成员的相对位置和姿态，从而使集群成员通过匹配相