遠(yuǎn)古時(shí)期，人們利用星辰、指南針進(jìn)行導(dǎo)航。現(xiàn)在，科技的進(jìn)步我們擁有了慣性導(dǎo)航系統(tǒng)、GPS導(dǎo)航系統(tǒng)幫助我們導(dǎo)航定位。隨著科技發(fā)展，學(xué)者們采用多傳感器融合技術(shù)，將多類信息按照某種最優(yōu)融合準(zhǔn)則進(jìn)行“融合”，讓導(dǎo)航領(lǐng)域中出現(xiàn)了各種各樣的組合導(dǎo)航方案，如光纖陀螺捷聯(lián)慣導(dǎo)系統(tǒng)、低成本的MEMS/MOEMS陀螺捷聯(lián)慣導(dǎo)系統(tǒng)與GPS、GLONSS、“北斗”導(dǎo)航系統(tǒng)組合的導(dǎo)航系統(tǒng)等等。
GPS衛(wèi)星模擬圖
組合導(dǎo)航技術(shù)的“秘籍”是信息融合算法，即將慣性導(dǎo)航與GPS系統(tǒng)的導(dǎo)航信息“融合”在一起的方法，為了獲取更精確的導(dǎo)航位置、速度、姿態(tài)信息。
從20世紀(jì)50年代開(kāi)始，國(guó)外的學(xué)者開(kāi)始研究如何將兩個(gè)導(dǎo)航系統(tǒng)的信息進(jìn)行融合，卡爾曼率先提出了一種線性濾波器，后來(lái)被命名為卡爾曼濾波器（Kalman Filter，KF）。這個(gè)濾波器具有過(guò)濾的功能，可以將慣性導(dǎo)航系統(tǒng)的慣性元件（Inertial Measurement Unit, IMU）解算出的導(dǎo)航位置、速度等信息與GPS導(dǎo)航系統(tǒng)輸出的位置、速度信息巧妙地融合在一起，過(guò)濾出偏差，給出導(dǎo)航位置、速度、姿態(tài)的最優(yōu)值?？柭鼮V波器的思路其實(shí)很簡(jiǎn)單，它利用當(dāng)前時(shí)刻的觀測(cè)到的位置、速度信息與上一時(shí)刻的濾波后得到的估計(jì)值，通過(guò)層層遞推來(lái)給出導(dǎo)航位置、速度、姿態(tài)這些變量的最優(yōu)估計(jì)，給出最優(yōu)的導(dǎo)航位置、速度、姿態(tài)。
卡爾曼濾波器以及由它延伸出的各種濾波器受到研究者的重視并被廣泛地應(yīng)用與組合導(dǎo)航系統(tǒng)中。研究者把標(biāo)準(zhǔn)的卡爾曼濾波器推廣到了其它場(chǎng)合，比如在非線性濾波中，將標(biāo)準(zhǔn)卡爾曼濾波進(jìn)行擴(kuò)展得到擴(kuò)展卡爾曼濾波；以及在系統(tǒng)未知或者時(shí)變的噪聲情況下，研究人員將可以適應(yīng)噪聲變化的卡爾曼濾波器引入到組合導(dǎo)航系統(tǒng)中，被稱之為自適應(yīng)卡爾曼濾波。（作者：王語(yǔ)嫣）
（來(lái)源：環(huán)球網(wǎng)）
