Filtro de Kalman Não Linear Robusto Baseado em Fusão de Informação Multisensor Descentralizada para Integração de INS/GNSS/CNS na Navegação de Veículos Hipersônicos

A integração de INS/GNSS/CNS (sistema de navegação inercial/sistema de navegação por satélite global/sistema de navegação celestial) é um modo de navegação favorável para veículos hipersônicos. No entanto, como as medições de GNSS e CNS são facilmente interferidas durante manobras altamente dinâmicas, essa integração é muito difícil de alcançar a solução de navegação ótima com as técnicas de fusão de informação existentes. Este artigo propõe um novo método de fusão de informação multisensor descentralizada baseado em UKF robusto (filtro de Kalman não linear) para a integração de INS/GNSS/CNS para resolver o problema acima. Primeiramente, um UKF robusto baseado em detecção de falhas é estabelecido para estimativa de estado local, no qual um teste de hipótese é construído através da distância de Mahalanobis da inovação para detectar medições anormais em GNSS e CNS; e, subsequentemente, um fator escalar é determinado e introduzido na covariância da inovação para diminuir o ganho de Kalman e melhorar a robustez do UKF contra medições anormais. Em segundo lugar, a técnica tradicional de fusão de dados multisensor ótimos é estendida a sistemas não lineares pelo uso da transformação não linear no quadro da estimativa de mínima variância para fundir as estimativas de estado local dos subsistemas INS/GNSS e INS/CNS. O método de fusão de informação proposto pode alcançar resultados de estimativa de fusão globalmente ótimos contra medições anormais para navegação de veículos hipersônicos com integração INS/GNSS/CNS. Simulações semipais e análises comparativas validaram o desempenho superior do método proposto.