1　引言

    中小型無(wú)人機具有成本低、飛行距離遠（可達20~300km）、留空時(shí)間長(cháng)、便于集群協(xié)同等優(yōu)點(diǎn)，可實(shí)現遠距離偵察、對特定目標反復探測、長(cháng)時(shí)間通信中繼等功能，是未來(lái)無(wú)人機的重要發(fā)展方向[1]。中小型無(wú)人機的發(fā)動(dòng)機技術(shù)基本可滿(mǎn)足常規應用需求，然而強干擾環(huán)境下的高精度、高可靠、高自主的導航制導與控制技術(shù)卻一直是制約中小型無(wú)人機快速發(fā)展的關(guān)鍵技術(shù)。本文主要從導航技術(shù)、抗干擾濾波技術(shù)與系統集成三個(gè)方面論述強干擾環(huán)境下的中小型無(wú)人機的關(guān)鍵技術(shù)。

    慣性/GNSS組合導航技術(shù)成為目前中小型無(wú)人機應用最為廣泛的組合導航方式。MIMU（MEMS Inertial Measurement Unit，微慣性測量單元）可連續提供全部運動(dòng)參數，但誤差隨時(shí)間很快積累；GNSS（Global Navigation Satellite System，全球衛星導航系統）具有長(cháng)期高精度的優(yōu)點(diǎn)，但GNSS難以連續提供全部運動(dòng)參數。二者結合可取長(cháng)補短。然而中小型無(wú)人機飛行距離遠[2]，將飛越未知環(huán)境或特殊環(huán)境區域，可能受到高壓線(xiàn)電磁泄漏、廣播電臺、中繼電臺、雷達站甚至人為無(wú)線(xiàn)電波干擾的影響，干擾GNSS正常工作[3]，造成無(wú)人機失控。例如2011年12月，伊朗曾利用GPS干擾技術(shù)捕獲了一架美軍RQ-170“哨兵無(wú)人機”[4]。

    中小型無(wú)人機遠距離飛行中，存在著(zhù)對于同時(shí)來(lái)源于外部環(huán)境、傳感器噪聲和模型誤差的多源干擾，嚴重影響無(wú)人機導航與控制系統精度。Kalman濾波只是針對統計特性為高斯白噪聲的單一干擾，魯棒濾波理論也僅僅適用于范數有界干擾，在無(wú)人機領(lǐng)域正在開(kāi)展應用研究。對于多源干擾系統的抗干擾濾波問(wèn)題，尚處于起步研究階段。參考文獻[37]作為該領(lǐng)域的第一部專(zhuān)著(zhù)，闡述了多源干擾系統建模、分析和控制理論。

    中小型無(wú)人機導航制導與控制系統（俗稱(chēng)：自動(dòng)駕駛儀）是無(wú)人機實(shí)現自主導航與自動(dòng)飛行的核心部件。近年來(lái)，世界各國投入了大量的精力來(lái)研究小型自動(dòng)駕駛儀及其關(guān)鍵器部件，使其精度有了大幅度的提高。然而，如何提高強干擾環(huán)境下的自動(dòng)駕駛儀的可靠性和環(huán)境適用性，是一項需要長(cháng)期深入研究的課題。

    2　仿生導航技術(shù)

    仿生導航技術(shù)是通過(guò)模仿自然界生物體某些感知能力，并將感知的信息轉化與處理得到導航參數的一種技術(shù)。仿生導航具備不依賴(lài)GNSS、高性能、高自主、抗干擾等優(yōu)勢，能夠解決中小型無(wú)人機受到未知環(huán)境電波干擾的難題，受到國內外各大研究機構的重視，成為當前國際導航領(lǐng)域的研究熱點(diǎn)[5～7]。

     仿生導航技術(shù)起源于對生物體結構和感知能力的學(xué)習，生物體可以利用多種多樣的外界信息來(lái)進(jìn)行導航定位，從19世紀達爾文提出生物體可以利用航跡推算的方法進(jìn)行定位[8]，到1973年諾貝爾生理學(xué)獎獲得者卡爾·馮·費利對蜜蜂導航機理的研究[9～10]，再到2014年諾貝爾醫學(xué)獎獲得者O’Keefe發(fā)現的“位置細胞”[11],[12]，人類(lèi)在仿生導航（仿生陀螺、仿生視覺(jué)）領(lǐng)域已經(jīng)取得了較大進(jìn)展。

    近年來(lái)，科學(xué)家發(fā)現自然界中的一些昆蟲(chóng)和脊椎動(dòng)物，如某些鳥(niǎo)類(lèi)、蜜蜂、蜘蛛、螞蟻、龍蝦等，依靠天空偏振光作為其主要或輔助導航方式。1990年，美國紐約州立大學(xué)教授Kenneth P.提出候鳥(niǎo)同時(shí)利用地磁、太陽(yáng)、星光和天空偏振光來(lái)進(jìn)行導航，在其隨后的研究中發(fā)現，候鳥(niǎo)利用天空偏振光在白天對自身的地磁羅盤(pán)進(jìn)行校正[13]，其研究結果相繼發(fā)表于《NATURE》雜志。

    2006年，Rachel M.在對薩凡納麻雀的定位實(shí)驗中發(fā)現，這類(lèi)候鳥(niǎo)利用天空偏振光對其地磁羅盤(pán)進(jìn)行校正[14]，并將其研究結果發(fā)表于《SCIENCE》雜志。2009年，Christine M.發(fā)現Monarch蝴蝶也利用天空偏振光導航[15]。上述研究成果表明天空偏振光蘊含豐富的導航信息，且導航精度高于地磁導航。

    仿生偏振光傳感器集成方面，2000年前后，Dimitrios L.利用沙蟻的偏振光導航策略成功開(kāi)發(fā)出仿生偏振傳感器并應用到移動(dòng)機器人進(jìn)行自主導航[16]； Amelie S.搭建了偏振光探測裝置，利用室內人工偏振光源，進(jìn)行了機器人路徑跟蹤實(shí)驗[17]。2001年瑞士科學(xué)家Rüdiger W.綜述了水下、水面、陸地上利用仿生偏振光導航的各類(lèi)生物及其導航原理，提出不同種類(lèi)的昆蟲(chóng)、脊椎動(dòng)物等利用仿生偏振光導航的方式各不相同，并認為當時(shí)沒(méi)有一種偏振光傳感器能像生物體那樣精確的導航，深入研究的空間和潛力很大[18]。

    2008年前后中國合肥工業(yè)大學(xué)[19]和大連理工大學(xué)[20]分別根據沙蟻的導航定位機理研制了偏振光導航傳感器。2009年北京大學(xué)開(kāi)展了天空偏振模式圖動(dòng)態(tài)特性分析[21]。2010年Andrew R.采用面陣列CMOS傳感器，獲取了可見(jiàn)光波段的全天空偏振光圖像[22]。2011年德國科學(xué)家Nicole C.設計了一種仿昆蟲(chóng)的機器視覺(jué)系統，利用近紫外光學(xué)相機實(shí)現了一種天空偏振光傳感器，并開(kāi)展了地面機器人的導航研究[23]。2013年清華大學(xué)實(shí)現了天空偏振光模式自動(dòng)探測裝置，自動(dòng)獲取天空偏振圖像[24]。仿生偏振光傳感器的研究目前已取得了較大的進(jìn)展，為與其他傳感器的組合導航奠定了基礎。但針對天空云層、大氣渾濁干擾情況下的研究仍不夠深入，仿生偏振傳感器精度仍有較大的提升空間。

    仿生偏振組合導航研究方面，除美國航空航天局BEES計劃外，國外研究報道較少。國內，2007年哈爾濱工業(yè)大學(xué)開(kāi)展了基于偏振光/地磁/GPS/慣導組合導航方法研究[25]。2009年合肥工業(yè)大學(xué)開(kāi)展了針對仿生偏振光的機理、仿生應用及與慣導/GPS/地磁組合導航研究[26]。2010年北京航空航天大學(xué)開(kāi)展了仿生偏振組合導航方法及系統研究，設計了一種慣導/GPS/偏振光組合導航系統建模方法[27]，并應用于動(dòng)基座導航初始對準，但自主性、抗干擾性尚待進(jìn)一步提高。

    總之，仿生導航技術(shù)已成為目前國內外導航領(lǐng)域研究的熱點(diǎn)，是導航領(lǐng)域未來(lái)發(fā)展的重要方向。

    3　抗干擾濾波技術(shù)

    中小型無(wú)人機長(cháng)途跋涉中，發(fā)動(dòng)機的不對稱(chēng)高頻振動(dòng)、穿越冷/暖氣團、陣風(fēng)、小尺度湍流等多類(lèi)干擾源同時(shí)作用，將嚴重影響無(wú)人機導航與控制系統的精度。多源干擾條件下，提高導航與控制系統精度的核心技術(shù)之一是針對多源干擾的濾波方法。

    目前，在組合導航系統廣泛應用的濾波方法主要是Kalman（卡爾曼）型濾波方法，作為一種最優(yōu)的狀態(tài)估計方法，由于結構簡(jiǎn)單、計算方便等優(yōu)點(diǎn)在工程中受到廣泛重視[28]。針對GPS/INS組合導航系統，Qi提出了一種直接Kalman濾波方法，將非線(xiàn)性組合系統離散化，使用擴展Kalman濾波方法取得了一定效果[29]。2004年，R. Merwe將擴展Kalman濾波推廣到無(wú)跡Kalman濾波(SPKF)，并在GPS/IMU/氣壓計組合導航系統中應用，補償了GPS測量延遲，提高了組合導航系統姿態(tài)和位置精度[30]。Kalman濾波方法已在GPS/INS組合導航系統中廣泛應用，但只能針對單一干擾且統計特性假設為高斯白噪聲，難以滿(mǎn)足中小型無(wú)人機多源干擾使用環(huán)境要求。

    魯棒濾波理論作為一種容許模型不確定性、建模誤差等條件的濾波方法，近年來(lái)取得了豐碩的研究成果，參考文獻[31]解決了系統中帶有參數不確定性和非線(xiàn)性不確定條件下的H∞濾波器設計問(wèn)題，針對同時(shí)含有白噪聲和能量有限干擾的多項式離散系統，參考文獻[32]設計了H2/H∞濾波器，可以實(shí)現對白噪聲和能量有限干擾的同時(shí)抑制。魯棒濾波理論在組合導航系統方面已開(kāi)展了應用研究，針對GPS/SINS組合導航系統，西北工業(yè)大學(xué)研究團隊2001年分別設計了H∞濾波和Kalman濾波，并進(jìn)行了對比分析，表明了H∞濾波的應用優(yōu)勢[33]，2002年南京航空航天大學(xué)研究團隊，則從降低導航系統階次，提高濾波速度的角度出發(fā)，設計了H∞濾波器[34]。2002年，袁建平教授將H∞濾波技術(shù)應用到低成本組合導航系統[35]。H∞濾波設計過(guò)程中，通常將干擾假定為單一類(lèi)型的能量有界型，針對實(shí)際的組合導航系統具有一定的局限性。針對同時(shí)含有模型不確定性和高斯白噪聲的非線(xiàn)性系統，H2/ H∞濾波器可以很好地將干擾分別抑制[36]。針對同時(shí)含有高斯白噪聲和能量有界干擾的組合導航系統，參考文獻[37]將組合導航系統的模型轉化為不確定系統多胞型描述，分別應用H2和H∞優(yōu)化技術(shù)加以抑制，降低了計算量的同時(shí)，提高了導航精度，實(shí)現了多目標條件下的干擾抑制。針對特定的仿生導航系統，其特殊的機械結構，復雜多變的工作環(huán)境，僅僅針對假定系統含有一種或兩種干擾設計濾波器，很難滿(mǎn)足高精度、抗干擾的導航需求[38]。組合導航系統外部工作環(huán)境面臨的載體振動(dòng)、晃動(dòng)、陣風(fēng)等外部干擾無(wú)法避免[39]，參考文獻[40]首次研究含多源干擾特性的慣性導航系統，針對靜基座初始對準問(wèn)題，設計具有抗干擾能力的濾波器，提高了初始對準的精度。參考文獻[41]將其推廣到大失準角情形下非線(xiàn)性系統模型問(wèn)題，針對存在的多源干擾取得了良好的抑制和抵消效果。針對含有多源干擾的SINS/GPS組合導航系統，參考文獻[42]設計了全階多目標抗干擾濾波器。

    綜上，對于多源干擾系統的抗干擾濾波問(wèn)題，尚處于起步研究階段，如何更好地在仿生組合導航系統中加以應用，將是一個(gè)極具生命力的研究方向。

    4　中小型無(wú)人機自動(dòng)駕駛儀系統

    中小型無(wú)人機導航制導與控制系統（自動(dòng)駕駛儀）是無(wú)人機實(shí)現自主導航與自動(dòng)飛行的核心部件。中小型無(wú)人機自動(dòng)駕駛儀一般由低成本的傳感器以及低功耗的嵌入式處理器組成，傳感器一般包括MEMS慣性器件、微型氣壓傳感器、微型GPS接收機等[42]。這些傳感器體積小，但精度較低。如何利用這些低精度傳感器實(shí)現高精度自動(dòng)駕駛是無(wú)人機導航與控制的難題。近年來(lái)，世界各國投入了大量的精力來(lái)研究小型自動(dòng)駕駛儀及其關(guān)鍵器部件，使其精度有了大幅度的提高。很多研究成果已轉化成產(chǎn)品，并投入市場(chǎng)。

    4.1　Piccolo II

圖1 Piccolo II 自動(dòng)駕駛儀

    Piccolo II是由美國Cloud Cap公司研制的一款小型無(wú)人機自動(dòng)駕駛儀[43～44]，如圖1所示。Piccolo II的核心自駕儀部分由一片MPC555處理器（40 MHz，內置448K Flash，26K SRAM）作為其中央處理器，系統集成了高速GPS、三軸陀螺儀和加速度計、氣壓傳感器、溫度傳感器等。Piccolo II不同于一般的自駕儀，它是一臺完整的航空電子系統。它不但包括核心自駕儀部分，還集成了氣壓傳感器、導航、無(wú)線(xiàn)鏈路、載荷接口、硬件仿真支持和操作軟件工具等，而且其功耗小于4W（包括電臺），質(zhì)量為220g，尺寸為142mm×46 mm×62.6 mm。

     Cloud Cap經(jīng)過(guò)超過(guò)10年的研究，Piccolo II已成為符合無(wú)人機行業(yè)標準的飛行管理系統?？蓪?shí)現小型無(wú)人機全程自主駕駛（從彈射起飛到自動(dòng)著(zhù)陸），還具備軟著(zhù)陸、自主著(zhù)陸、重構移動(dòng)網(wǎng)格等多種功能。其強大的功能使其能夠靈活地應用于固定翼、垂直起降飛機等先進(jìn)無(wú)人機系統[44]。

     4.2　MP2128LRC2

 圖2 MP2128LRC2自駕儀

     MP2128LRC2是MicroPilot公司開(kāi)發(fā)并生產(chǎn)的一款遠距離傳輸、高穩定性、集成化小型無(wú)人機自動(dòng)駕駛儀[45]，如圖2所示。其內部配置了遠距離數據傳輸單元LRC，雙重數據鏈路、雙頻工作方式保證數據傳輸穩定性，其飛行距離長(cháng)達20～50km。由于其遠距離傳輸與高穩定性，MP2128LRC2非常適合應用于小型無(wú)人機。目前，已成功使用在多旋翼、固定翼飛機和直升機等飛行平臺。

     MP2128LRC2內部集成三軸陀螺、加速度計與GPS接收器，陀螺最大動(dòng)態(tài)范圍300 /s，加計最大量程2g，GPS更新頻率1Hz。MP2128LRC2共有12通道舵機輸出，30Hz的PID更新頻率，支持自主起飛與著(zhù)陸。MP2128LRC2在質(zhì)量與體積上具有一定的優(yōu)勢（尺寸175×75×48mm，重量330g），系統配備了HORIZON mp地面軟件完成任務(wù)規劃和遠程控制[46]。

     4.3　APM

圖 3 APM飛控

     APM飛控是一款開(kāi)源自動(dòng)駕駛儀，源于PX4軟、硬件開(kāi)源項目，如圖3所示。Pixhawk是APM飛控硬件部分，其使用了CortexM4內核處理器STM32F427作為主控制器（另備協(xié)處理器）。

     Pixhawk內部集成三軸陀螺加計、三軸磁力計、氣壓高度計，而且配備GPS接口與外部磁強計接口，并預留了UART、CAN等信號輸入口，支持Futaba SBUS總線(xiàn)舵機信號，可擴展性強。

     APM飛控開(kāi)發(fā)團隊提供對應于固定翼飛機、多旋翼飛機、直升機、車(chē)、船與其他移動(dòng)機器人的定位與控制代碼，呈現出靈活、可靠的自動(dòng)飛行控制。 Mission Planner地面控制軟件嵌入了谷歌地圖，有設置機體及控制對象類(lèi)型的功能，并有記錄并分析飛行路徑、調節PID參數、無(wú)人機模擬飛行等功能。

     APM飛控是完全開(kāi)源的一款項目，引起許多學(xué)術(shù)愛(ài)好者的研發(fā)興趣。其目的也在于為學(xué)術(shù)愛(ài)好者和工業(yè)團體提供一款低成本的小型無(wú)人機及其他運輸設備的自動(dòng)駕駛儀。

     4.4　Athena 611

圖4 Athena 611自動(dòng)駕駛儀

     Athena 611是美國Rockwell Collins公司旗下的一款高端自動(dòng)駕駛儀，如圖4所示。其內部包含了戰術(shù)級慣性傳感與INS/GPS卡爾曼濾波器，Athena 611配備Rockwell Collins全套可選的地面站軟件模塊達到導航、飛行管理的目的[47]。

     Athena 611配備了戰術(shù)級的IMU，其姿態(tài)、航向通道的漂移精度<0.003 /h。通過(guò)與GPS組合濾波，系統橫滾、俯仰精度可達0.02 ，航向精度達到了0.1 。系統平均故障間隔時(shí)間大于20000h。

     4.5　GA-11

圖5 GA-11自動(dòng)駕駛儀

     GA-11是北京航空航天大學(xué)研制的一款高精度、強自主性的中小型無(wú)人機自動(dòng)駕駛儀，如圖5所示。其內部集成了三軸MEMS陀螺儀、三軸MEMS加速度計、溫度傳感器、氣壓計、GPS等傳感器，外部擴展仿生導航傳感器、地磁傳感器等。陀螺儀最大動(dòng)態(tài)范圍為250 /s，加速度計最大量程為±5g。其軟件算法采用INS/GPS/地磁/仿生偏振抗干擾濾波器，系統橫滾、俯仰、航向精度可達0.2 。

     GPS信號丟失情況下，橫滾、俯仰精度優(yōu)于1.5 ，航向精度優(yōu)于0.2 。GA-11按照軍用的電氣與物理標準設計，考慮溫度、濕度、振動(dòng)、電磁干擾等環(huán)境因素，并通過(guò)了嚴酷飛行環(huán)境的性能檢測實(shí)驗。GA-11配備全套地面站軟件實(shí)現飛行管理。

     5　結語(yǔ)

     仿生導航技術(shù)作為近年來(lái)新興的一種導航技術(shù)，受到了國內外導航領(lǐng)域的廣泛重視。與抗干擾濾波技術(shù)相結合，將是強干擾環(huán)境下的實(shí)現中小型無(wú)人機高可靠、高自主自動(dòng)駕駛的核心關(guān)鍵技術(shù)。然而仿生導航與抗干擾濾波技術(shù)的研究目前仍不夠深入，需要與生物、醫學(xué)、光學(xué)、電子等多學(xué)科技術(shù)相結合才能快速發(fā)展。我國無(wú)人機的應用已走在世界前列，迫切希望我國具有自主知識產(chǎn)權、適應強干擾環(huán)境的自動(dòng)駕駛儀能夠盡快達到世界領(lǐng)先水平！

     參考文獻：

     [1] Integration of Civil Unmanned Aircraft Systems ( UAS ) in the NationalAirspace System(NAS) Roadmap[R]. FAA. 2013.

     [2] Unmanned Systems Roadmap 2007~2032[R]. US Department of Defense's.2007.

     [3] Nils Ole T., Christina P., Kasper B., etc. On the Requirements for SuccessfulGPS Spoofing Attacks, CCS’11, Chicago, Illinois, USA , October 17 - 21, 2011.

     [4] "Iran shows film of captured US drone". BBC News. 8 December 2011.Retrieved 12 December 2011.

     [5] Reid S. F., Narendra A., Hemmi J. M., et al. Polarised skylight and thelandmark　panorama provide night-active bull ants with compass informationduring route　following[J]. Journal of Experimental Biology, 2011, 214( 3 ):363 - 370.

     [6] Cronin T. W., Marshall J.. Patterns and properties of polarized light in airand　water[J]. Philosophical Transactions of the Royal Society B: Biological　Sciences, 2011, 366( 1565 ): 619 - 626.

     [7] 褚金奎,陳文靜.基于偏振光傳感器的導航系統實(shí)驗測試[J]. 宇航學(xué)報,2011, 32( 3 ):489 - 494.

     [8] Darwin C. 1873. Origin certain instincts.Nature 7: 417 - 418.

     [9] Karl von Frisch, K. Decoding the language of the bee[J]. Science, 1974, 185(1452 ): 663 - 668.
 
     [10] Karl von Frisch, K. The Dance Language and Orientation of Bees[M]. NewYork: Harvard University Press,1993. 301 - 304.

     [11] O'Keefe J, Dostrovsky J. The hippocampus as a spatial map. Preliminary evidencefrom unit activity in the freely moving rat[J]. Brain Res, 1971, 34( 1 ): 171 – 5.

     [12] O'Keefe J. Place units in the hippocampus of the freely moving rat[J]. ExpNeurol, 1976, 51(1): 78 - 109.

     [13] Kenneth P. Able & Mary A. Able. Daytime calibration of magneticorientation in a migratory bird requires a view of skylight polarization[J].Nature, 1993: 523 – 525.

     [14] Rachel Muheim, John B. Phillips, Susanne Akesson. Polarized Light CuesUnderlie Compass Calibration in Migratory Songbirds[J]. Science, 2006: 837 – 839.

     [15] Christine Merlin, Robert J. Gegear, Steven M. Reppert. AntennalCircadian Clocks Coordinate Sun Compass Orientation in Migratory MonarchButterflies[J]. Science, 2009: 1700 - 1704.

     [16] Dimitrios, Lambrinosete. A mobile robot employ inset strategies fornavigation robots and autonomous systems[J]. Robots and Autonomous Systems.2000: 39 - 64.

     [17] Amelie Sehmolke and HanspeterA.Mallot. Polarization compass for robotnavigation. Fifth German Workshop on Artificial Life. March18-20,2002,LUbeek, Germany. 2002: 163 – 167.

     [18] Rüdiger Wehner. Polarization vision-a uniform sensory capacity[J]. TheJournal of Experimental Biology, 2001: 2589 - 2596.

     [19] 范之國, 高雋. 仿沙蟻POL-神經(jīng)元的偏振信息檢測方法的研究[J]. 儀器儀表學(xué)報, 2008, 29( 4 ): 745 - 749.

     [20] Kaichun Zhao, Jinkui Chu, Tichang Wang, and Qiang Zhang, A NovelAngle Algorithm of Polarization Sensor for Navigation[J]. IEEE TransactionsOn Instrumentation and Measurement, 2009, 58( 8 ): 2791 – 2796.

     [21] 關(guān)桂霞，晏磊，陳家斌等，天空偏振模式圖動(dòng)態(tài)特性分析[J].計算機應用與軟件. 2009, 26( 12 ): 179 – 181.

     [22] Andrew R. Dahlberg, Nathan J. Pust, Joseph A. Shaw. All-Sky Image ofVisible-Wavelength Atmospheric Polarization At Mauna Loa, Hawaii[M]. IEEE,IGARSS 2010: 1683 – 1686.

     [23] Nicole Carey and Wolfgang St¨urzl. An Insect-Inspired OmnidirectionalVision System including UV-Sensitivity and Polarisation[M]. IEEE InternationalConference on Computer Vision Workshops, 2011: 312 – 319.

     [24] 趙開(kāi)春, 盧皓, 尤政. 天空光偏振模式自動(dòng)探測裝置[J]. 光學(xué)精密工程.2013, 21( 2 ): 230 – 244.

     [25] 盧鴻謙,尹航,黃顯林. 偏振光/MC/GPS/SINS組合導航方法[J]. 宇航學(xué)報，2007, 28:897-972.    

     [26] 范之國, 高雋, 潘登凱等. 利用偏振光、地磁、GPS進(jìn)行多信息源融合導航方法的研究與實(shí)現[J]. 武漢大學(xué)學(xué)報, 2009, 11: 1324 – 1327.

     [27] 郭雷等. 一種SINS/GPS/偏振光組合導航系統建模及動(dòng)基座初始對準方法[P]. 中國: 201310069511. 4.

     [28] Simon D.. Optimal state estimation: Kalman, H∞, and nonlinearapproaches[M].　New York: Wiley, 2006.

     [29] Honghui Qi, Moore. Direct Kalman filtering approach for GPS/INSintegration[J]. Aerospace and Electronic Systems, IEEE Transactions on, 2002,38( 2 ): 687 - 693.

     [30] Rudolph van der Merwe, Eric A Wan. Sigma-Point Kalman Filtersfor Nonlinear Estimation and Sensor-Fusion-Applications to IntegratedNavigation[J]. American Institute of Aeronautics and Astronautics, 2004.

     [31] Gao H, Lam J, Xie L, et al. New approach to mixed H2/H∞ filtering forpolytypic discrete-time systems[J]. Signal Processing, IEEE Transactions on,2005, 53( 8 ): 3183 - 3192.

     [32] Lu X, Xie L, Zhang H, et al. Robust Kalman filtering for discrete-timesystems with measurement delay[J]. Circuits and Systems II: Express Briefs,IEEE Transactions on, 2007, 54( 6 ): 522 - 526.

     [33] 岳曉奎, 袁建平. H∞濾波算法及其在GPS/SINS組合導航系統中的應用[J]. 航空學(xué)報, 2001, 22( 4 ): 366 - 368.

     [34] 趙偉, 袁信. 基于H∞濾波技術(shù)的GPS/INS全組合導航系統研究[J]. 宇航學(xué)報, 2002, 23( 5 ): 39 - 43    .

     [35] Yue X. K., Yuan J. P.. H∞ sub-optimal filter for low-cost integratednavigation systems[J]. Chinese Journal of Aeronautics, 2002, 23( 5 ): 39 - 43.

     [36] 王利學(xué), 郭雷. 基于 LMI 的組合導航多目標控制[J]. 航空學(xué)報, 2008, 29(B05): 102 - 106.

     [37] Guo L, Cao S. Anti-disturbance control for systems with multipledisturbances[M]. CRC Press, 2013.

     [38] Titterton D H, Weston J H. 著(zhù), 張天光, 等譯. 捷聯(lián)慣性導航技術(shù)[M]. 北京: 國防工業(yè)出版社，2007.

     [39] Yanling Hao,Minghui Chen.Comparison of robust H∞ filter and Kalmanfilter for initial alignment of inertial navigation system[J]. Journal of MarineScience and Application, 2008, 7( 2 ): 116 - 121.

     [40] Cao S Y, Guo L. Multi-objective robust initial alignment algorithm forInertial Navigation Systems with multiple disturbances [J]. Aerospace Scienceand Technology, 2012, 21( 1 ): 1 - 6.

     [41] Guo L, Cao S Y, et al. Initial alignment for nonlinear inertial navigationsystems with multiple disturbances based on enhanced anti-disturbancefiltering[J]. International Journal of Control, 2012, 85( 5 ): 491 - 501.

     [42] Liu J, Zhang Y, Guo L, et al. A multi-objective anti-disturbance robustfilter for SINS/GPS navigation systems [J]. International Journal of IntelligentComputing and Cybernetics, 2013, 6( 3 ): 216 - 231.

     [43] Cloud Cap Technology,Piccolo Autopilot Flight Management System[EB/OL].www. cloudcaptech. com . 2014.

     [44] Cloud Cap Technology, Cloud Cap Technology Piccolo II，ExpandedCapability for Advanced Applications [EB/OL]. www.cloudcaptech.com. 2014.

     [45] Micropilot, MP2x28, family of UAV autopilots [EB/OL]. www.Micropilot.com.

     [46] Micropilot, MP2128LRC2 and MP2128HELI-LRC2 enclosed UAVautopilot [EB/OL]. www. Micropilot.com.

     [47] Rockwell Collins, Athena 611 [EB/OL]. www.rockwellcollins.com.2012.

     作者簡(jiǎn)介

     張霄（1981-），男，山東聊城人，講師，碩士生導師，博士，現任教于北京航空航天大學(xué)自動(dòng)化科學(xué)與電氣工程學(xué)院，主要研究方向為飛行器導航、制導與控制?，F主持國家軍口863課題2項、國家自然基金課題1項，參與國家“863”、國防基礎科研重大項目、國家自然科學(xué)基金重點(diǎn)項目等國家級課題10余項，目前已出版專(zhuān)著(zhù)1部，發(fā)表學(xué)術(shù)論文10余篇，授權國家發(fā)明專(zhuān)利17項。

     王悅（1992-），女，江西上饒人，現就讀北京航空航天大學(xué)儀器科學(xué)與光電工程學(xué)院研究生，主要研究方向為機器人導航制導與控制系統設計。

     郭雷（1966-），男，教授，博士生導師，現任教于北京航空航天大學(xué)自動(dòng)化科學(xué)與電氣工程學(xué)院，主要研究方向為控制理論與控制工程。教育部長(cháng)江學(xué)者特聘教授，國家杰出青年科學(xué)基金獲得者、北京市科技領(lǐng)軍人才。“智能感知與控制一體化技術(shù)”北京市國際科技合作基地負責人，“飛行器抗干擾控制”教育部長(cháng)江學(xué)者創(chuàng )新團隊負責人。近五年承擔國家863計劃重大項目課題、973計劃課題、國家自然科學(xué)基金等國家級項目20余項。在SCI期刊發(fā)表論文80余篇，2007年獲教育部自然科學(xué)獎一等獎（排名第1）、國家科學(xué)技術(shù)進(jìn)步二等獎（排名第7），2013年獲國家自然科學(xué)二等獎（排名第1）。

     摘自《自動(dòng)化博覽》4月刊