一种基于AR运动模型CKF算法的无人机导航

孙 蕊，程 琦，张羽成，王冠宇

(南京航空航天大学 民航学院，江苏 南京 211106)

引用著录：孙蕊，程琦，张羽成，等.一种基于AR运动模型CKF算法的无人机导航[J].测绘工程，2017，26(12)：41-44，49.

DOI:10.19349/j.cnki.issn1006-7949.2017.12.008

一种基于AR运动模型CKF算法的无人机导航

孙 蕊，程 琦，张羽成，王冠宇

(南京航空航天大学 民航学院，江苏 南京 211106)

针对无人机组合导航滤波算法中传统的运动模型单一固定，灵活性差，无法精确描述无人机复杂多变的运动状态，甚至还会导致滤波发散等问题，提出了一种基于AR运动模型的CKF算法，并应用于无人机导航定位中。通过滑动窗的方法，构建实时动态更新AR模型估计物体运动状态，并且结合CKF进行滤波，从而有效提高无人机导航性能。仿真实验结果表明，该算法能够有效提高无人机导航定位精度，优于其余几种基于传统运动模型的滤波算法。

无人机；导航；滤波算法；自回归模型；GPS

精确导航定位技术是无人机实现安全飞行的基础。全球定位系统(Global Positioning System, GPS)和惯性导航系统(Inertial Navigation System, INS)可以实时获取无人机的位置和姿态信息，目前在无人机导航中被广泛应用。GPS/INS通过滤波算法进行组合，可以有效提高无人机导航性能。滤波算法可以对GPS与INS数据进行估计、修正、融合，对两个系统进行取长补短，来解决GPS信号失锁引起的无法定位问题和INS长时间积累误差引起的漂移问题，因此在无人机组合导航中具有非常重要的作用。目前，无人机导航大多采用非线性滤波。早期的扩展卡尔曼滤波 (Extended Kalman Filter, EKF)通过对非线性函数进行Taylor级数展开，从而实现线性化解算。……