謝啟龍 宋龍 魯浩 周本川

DOI：10.12132/ISSN.1673-5048.2019.0086

摘要：協(xié)同導(dǎo)航技術(shù)作為提升平臺(tái)協(xié)同作業(yè)性能的重要保障和關(guān)鍵技術(shù)，在軍用和民用方面正發(fā)揮著越來(lái)越大的作用。本文首先在多平臺(tái)協(xié)同作業(yè)背景下，從無(wú)人機(jī)、機(jī)器人、無(wú)人水下潛航器、導(dǎo)彈四個(gè)應(yīng)用層面梳理了協(xié)同導(dǎo)航的國(guó)內(nèi)外發(fā)展現(xiàn)狀;然后在技術(shù)應(yīng)用層面，從初始組網(wǎng)編隊(duì)方式和編隊(duì)保持及重構(gòu)方法兩方面對(duì)協(xié)同方式進(jìn)行了分類分析;其次對(duì)協(xié)同導(dǎo)航中多傳感器的組合應(yīng)用及多源導(dǎo)航信息處理方法在提高導(dǎo)航精度及導(dǎo)航穩(wěn)定性方面的研究進(jìn)行了歸納總結(jié);最后從協(xié)同導(dǎo)航精度、系統(tǒng)穩(wěn)定性、發(fā)展深度等方面，討論了未來(lái)協(xié)同導(dǎo)航領(lǐng)域的發(fā)展趨勢(shì)。

關(guān)鍵詞：協(xié)同導(dǎo)航;編隊(duì)方式;多傳感器組合應(yīng)用;多源信息處理方法;武器協(xié)同技術(shù)

中圖分類號(hào)：TJ765;V249文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1673-5048（2019）04-0023-08

0引言

20世紀(jì)70年代著名物理學(xué)家哈肯（HermannHaken）提出的協(xié)同理論（Synergetics）又稱“協(xié)同學(xué)”，為處理復(fù)雜問(wèn)題提供了新的思路：多運(yùn)動(dòng)平臺(tái)協(xié)同工作，可以實(shí)現(xiàn)簡(jiǎn)單平臺(tái)“1+1>2”的性能提升。協(xié)同是未來(lái)聯(lián)合發(fā)展的必然趨勢(shì)，例如，多機(jī)器人協(xié)同作業(yè)、無(wú)人機(jī)群協(xié)同表演/偵察、導(dǎo)彈編隊(duì)協(xié)同打擊、海上艦艇編隊(duì)協(xié)同防空等都可以極大地提高工作效能。而協(xié)同導(dǎo)航技術(shù)作為協(xié)同系統(tǒng)的基礎(chǔ)和關(guān)鍵，方興未艾，受到國(guó)內(nèi)外高校、科研機(jī)構(gòu)的重視[1-2]。

協(xié)同導(dǎo)航是協(xié)同組網(wǎng)編隊(duì)中平臺(tái)間通過(guò)導(dǎo)航信息交互利用，實(shí)時(shí)解算并修正自身位置、速度、姿態(tài)等導(dǎo)航信息，保障協(xié)同編隊(duì)保持、隊(duì)形重構(gòu)及后續(xù)協(xié)同任務(wù)順利完成的一種技術(shù)。如果無(wú)法得到協(xié)同平臺(tái)的精確導(dǎo)航信息，或者獲取的相對(duì)導(dǎo)航精度下降，則會(huì)導(dǎo)致編隊(duì)的控制精度變差，任務(wù)執(zhí)行效果也會(huì)下降甚至出現(xiàn)錯(cuò)誤。因此，單一傳感器導(dǎo)航已經(jīng)難以滿足現(xiàn)代化作戰(zhàn)環(huán)境下的任務(wù)需求[3]。而協(xié)同導(dǎo)航大多利用捷聯(lián)慣導(dǎo)系統(tǒng)（StrapdownInertialNavigationSystem，SINS）、全球?qū)Ш叫l(wèi)星系統(tǒng)（GlobalNavigationSatelliteSystem，GNSS）及超寬帶（UltraWideBand，UWB）、全向數(shù)據(jù)鏈（OmnidirectionalDateLink，ODL）、相對(duì)差分、雷達(dá)[4]、高度計(jì)、磁力計(jì)、視覺/圖像等技術(shù)，通過(guò)多傳感器的信息協(xié)同，提高協(xié)同導(dǎo)航準(zhǔn)確性與可靠性，進(jìn)而提高協(xié)同導(dǎo)航系統(tǒng)的精度與魯棒性。

1協(xié)同導(dǎo)航技術(shù)應(yīng)用背景

近幾年，各科研機(jī)構(gòu)越來(lái)越重視協(xié)同導(dǎo)航的相關(guān)研究，并投入了大量的人力、財(cái)力。在軍用方面，協(xié)同導(dǎo)航是實(shí)現(xiàn)對(duì)目標(biāo)精確跟蹤、打擊的一個(gè)重要保障，又是現(xiàn)代化作戰(zhàn)中目標(biāo)制信息權(quán)獲取的前提和關(guān)鍵。以美國(guó)為代表的西方國(guó)家起步較早，已經(jīng)擁有較多的研究成果，如“蜂群作戰(zhàn)”等。同樣，該技術(shù)在民用方面也表現(xiàn)出廣闊的前景，如大型無(wú)人機(jī)群燈光秀、“菜鳥裹裹”物流機(jī)器人快遞分揀等。國(guó)內(nèi)，如西北工業(yè)大學(xué)、南京航空航天大學(xué)、哈爾濱工程大學(xué)、北京航空航天大學(xué)等科研機(jī)構(gòu)在協(xié)同導(dǎo)航研究中取得了一定的研究成果，甚至某些方面的科研水平已經(jīng)走在世界前列，但是總的來(lái)看，由于國(guó)內(nèi)研究起步較晚，整體科研水平仍然處于追趕階段。

協(xié)同導(dǎo)航技術(shù)服務(wù)于空中、地面、水下等各種平臺(tái)，有力支撐了軍民領(lǐng)域的現(xiàn)代化建設(shè)。本文從無(wú)人機(jī)（UnmannedAerialVehicle，UAV）、機(jī)器人、無(wú)人水下潛航器（UnmannedUnderwaterVehicle，UUV）、導(dǎo)彈四個(gè)方面，分析相關(guān)技術(shù)背景。

1.1無(wú)人機(jī)

近年來(lái)，國(guó)際民用航空組織（ICAO）、美國(guó)國(guó)防部（DOD）、美國(guó)聯(lián)邦航空管理局（FAA）、歐洲航空安全局（EASA）一致通過(guò)決議：采用UnmannedAircraftSystem（UAS）代替術(shù)語(yǔ)“UAV”，將機(jī)群系統(tǒng)的研究提升到新的層面。一般的協(xié)同導(dǎo)航結(jié)構(gòu)，如圖1所示。

2012年，美國(guó)VijayKumar展示了基于運(yùn)動(dòng)捕捉系統(tǒng)提供高精度導(dǎo)航信息下的無(wú)人機(jī)集群飛行驗(yàn)證，這些無(wú)人機(jī)能夠進(jìn)行自行編隊(duì)和協(xié)同工作。由法國(guó)牽頭，瑞士、西班牙、瑞典、意大利和希臘參研的“神經(jīng)元”無(wú)人機(jī)在2014年的試飛中驗(yàn)證了編隊(duì)控制、信息融合、戰(zhàn)術(shù)決策與火力協(xié)同以及機(jī)間數(shù)據(jù)通信等技術(shù)，達(dá)到較高的智能化水平[5]。美國(guó)國(guó)防部高級(jí)研究計(jì)劃局（DefenseAdvancedResearchProjectsAgency，DARPA）在2015年提出在拒止環(huán)境中協(xié)同作戰(zhàn)（CollaborativeOperationsinDenideEnvironment，CODE）項(xiàng)目，旨在使多無(wú)人飛行器在強(qiáng)信號(hào)干擾環(huán)境下通過(guò)信息協(xié)同對(duì)目標(biāo)進(jìn)行精確打擊。2018年4月，DARPA提出的“小精靈”（Gremlins）項(xiàng)目選擇了Dynetics公司團(tuán)隊(duì)，進(jìn)行第三階段的研究[6]。

美國(guó)海軍辦公室提出的通用軍備無(wú)人機(jī)集群項(xiàng)目“山鶉”進(jìn)展神速，在2017年使用戰(zhàn)機(jī)釋放的103架“山鶉”微型折疊翼偵察無(wú)人機(jī)，達(dá)到能夠自行調(diào)整進(jìn)入穩(wěn)定飛行狀態(tài)的“類實(shí)戰(zhàn)”水平。

與國(guó)外相比，國(guó)內(nèi)科研團(tuán)隊(duì)緊跟國(guó)際先進(jìn)技術(shù)的步伐，對(duì)無(wú)人機(jī)編隊(duì)導(dǎo)航等技術(shù)的研究較為深入。民用方面，大多停留在小型旋翼無(wú)人機(jī)編隊(duì)表演等層面，如2018年9月，南京航空航天大學(xué)團(tuán)隊(duì)成功進(jìn)行了300架無(wú)人機(jī)的燈光秀。軍用方面，實(shí)物飛行試驗(yàn)?zāi)茉诤?jiǎn)單通信情況下做到編隊(duì)、任務(wù)分配及航跡規(guī)劃，但在面對(duì)復(fù)雜環(huán)境時(shí)，協(xié)同感知能力及魯棒性較差;中國(guó)電子科技集團(tuán)公司分別在2017年和2018年完成了119架和200架固定翼無(wú)人機(jī)集群飛行試驗(yàn)，雖然集群數(shù)量上獲得優(yōu)勢(shì)，但無(wú)人機(jī)投放等關(guān)鍵技術(shù)仍然相對(duì)落后。

1.2機(jī)器人

航空兵器2019年第26卷第4期

謝啟龍，等：協(xié)同導(dǎo)航技術(shù)研究綜述從二十世紀(jì)七八十年代開始，加速度計(jì)、激光測(cè)距儀等傳感器被應(yīng)用到機(jī)器人導(dǎo)航定位上。隨著科技的進(jìn)步，UWB、CCD圖像傳感器和微型計(jì)算機(jī)等被用于提高機(jī)器人的定位精度。Kurazume等人基于計(jì)算機(jī)技術(shù)的發(fā)展和信息融合技術(shù)的啟發(fā)，提出了機(jī)器人協(xié)同定位的概念。Luo和Kay最早提出基于機(jī)器人的多傳感器集成、信息融合的研究[7]。

國(guó)內(nèi)各相關(guān)科研機(jī)構(gòu)都在積極跟進(jìn)機(jī)器人未來(lái)發(fā)展趨勢(shì)，提早布局智能材料、深度學(xué)習(xí)、多機(jī)協(xié)同等前瞻性技術(shù)研究。

相比于單機(jī)器人，編隊(duì)導(dǎo)航的多機(jī)器人系統(tǒng)具有可提高任務(wù)完成能力，提高成員可靠性，降低整體成本消耗等優(yōu)點(diǎn)。如美軍在平臺(tái)研發(fā)、協(xié)同技術(shù)、算法設(shè)計(jì)等方面展開了一系列研究。2017年，美國(guó)陸軍

啟動(dòng)“僚機(jī)”項(xiàng)目，發(fā)展武裝機(jī)器人作戰(zhàn)車輛，使其能夠與士兵進(jìn)行編隊(duì)作戰(zhàn);2018年7月，美陸軍研究實(shí)驗(yàn)室、開發(fā)與工程司令部研究實(shí)驗(yàn)室聯(lián)合卡內(nèi)基梅隆大學(xué)機(jī)器人研究所，共同發(fā)布了利用機(jī)器人智能學(xué)習(xí)使其成為士兵的可靠隊(duì)友的一項(xiàng)新技術(shù)。美國(guó)《未來(lái)學(xué)家》雜志預(yù)測(cè)：到2020年，戰(zhàn)場(chǎng)上的機(jī)器人數(shù)量將超過(guò)士兵數(shù)量，一種高智能、多功能、可協(xié)作的機(jī)器人群體將逐步接管某些軍事戰(zhàn)斗崗位。

1.3無(wú)人水下潛航器

由于人類對(duì)海洋研究的不斷深入，多UUV的協(xié)同導(dǎo)航成為該領(lǐng)域的一個(gè)重要研究方向。國(guó)外的多UUV協(xié)同導(dǎo)航技術(shù)已經(jīng)發(fā)展了三十多年，形成了一系列關(guān)鍵技術(shù)和研究成果，并在多次實(shí)戰(zhàn)中發(fā)揮了良好的作戰(zhàn)效能。而國(guó)內(nèi)起步較晚，大多研究還處于理論分析和試驗(yàn)仿真驗(yàn)證階段。

國(guó)外，大多為主從式多UUV協(xié)同導(dǎo)航系統(tǒng)，如美國(guó)麻省理工學(xué)院（MIT）海洋機(jī)器人實(shí)驗(yàn)室研究的“自主協(xié)同的分散偵察與探測(cè)系統(tǒng)”（CooperativeAutonomyforDistributedReconnaissanceandExplorationSystem，CADRES）[8];美國(guó)的自主海洋采樣網(wǎng)絡(luò)（AutonomousOceanSamplingNetwork，AOSN）2014年開展的“自主認(rèn)知潛水協(xié)同作業(yè)項(xiàng)目”（CognitiveAutonomousDivingBuddy，CADDY）。美國(guó)海軍和美國(guó)國(guó)防科學(xué)委員會(huì)（DBS）發(fā)布的《2025年自主水下航行器需求》、《自主性》、《下一代無(wú)人水下系統(tǒng)》研究報(bào)告，都從不同層面和角度反映出美軍關(guān)于UUV等無(wú)人系統(tǒng)的總體發(fā)展思路。還有歐盟第七科技框架計(jì)劃（FP7）開展的歐盟“GREX”項(xiàng)目[9]等。

國(guó)內(nèi)，中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化所進(jìn)行了多UUV協(xié)作系統(tǒng)涉及的導(dǎo)航、通信和控制等技術(shù)的研究;西北工業(yè)大學(xué)開展了多UUV編隊(duì)策略及數(shù)據(jù)融合算法等方面的協(xié)同導(dǎo)航研究。

1.4導(dǎo)彈

20世紀(jì)70年代中期，美國(guó)提出信息化協(xié)同作戰(zhàn)的概念，80年代初提出研究協(xié)同作戰(zhàn)能力（CooperativeEngagementCapability，CEC）系統(tǒng)的設(shè)想，隨后又提出構(gòu)建全球信息網(wǎng)格（GlobalInformationGrid，GIG），旨在從未來(lái)的信息化戰(zhàn)爭(zhēng)中及時(shí)獲得信息優(yōu)勢(shì)和決策優(yōu)勢(shì)，對(duì)全球范圍內(nèi)的任意突發(fā)事件及時(shí)做出反應(yīng)。

導(dǎo)彈作為快速打擊武器的代表，是實(shí)現(xiàn)協(xié)同作戰(zhàn)設(shè)想的重要工具。目前關(guān)于導(dǎo)彈協(xié)同的研究大多集中于防空導(dǎo)彈和反艦導(dǎo)彈，而在空空導(dǎo)彈協(xié)同導(dǎo)航方面少有相關(guān)文獻(xiàn)及報(bào)道。

導(dǎo)彈由于其自身狀態(tài)及作戰(zhàn)環(huán)境的特殊性，目前多采用SINS/GNSS，并考慮加入ODL、彈載雷達(dá)、紅外成像技術(shù)等[10]，以提高導(dǎo)彈的位姿精度。20世紀(jì)70年代蘇聯(lián)的“花崗巖”反艦導(dǎo)彈，采用“領(lǐng)彈-從彈”的攻擊模式[11]，而后，美國(guó)的“網(wǎng)火”（NetFires）導(dǎo)彈武器系統(tǒng)（如圖2所示），即后來(lái)發(fā)展的非直瞄發(fā)射系統(tǒng)（NonLineofSightLaunchSystem，NLOSLS），采用了巡邏攻擊導(dǎo)彈與精確打擊導(dǎo)彈協(xié)同作戰(zhàn)的模式[12]，這些是多導(dǎo)彈協(xié)同的早期代表。2016年9月，美國(guó)海軍將具有協(xié)同作戰(zhàn)能力的標(biāo)準(zhǔn)-6防空導(dǎo)彈（SM-6）配備于“宙斯盾”作戰(zhàn)系統(tǒng)，并與F-35B聯(lián)合攻擊戰(zhàn)斗機(jī)配合，成功進(jìn)行了實(shí)彈測(cè)試，這標(biāo)志著美軍網(wǎng)絡(luò)化作戰(zhàn)體系的進(jìn)一步擴(kuò)展，推進(jìn)了未來(lái)戰(zhàn)場(chǎng)的協(xié)同化、智能化水平。

國(guó)內(nèi)，沈培志等人從隱身技術(shù)、超聲速飛行技術(shù)、復(fù)合制導(dǎo)技術(shù)、超低空突防技術(shù)、多變彈道技術(shù)、航路規(guī)劃技術(shù)、彈載干擾技術(shù)、領(lǐng)彈從彈技術(shù)8個(gè)方面，系統(tǒng)總結(jié)了提高反艦導(dǎo)彈協(xié)同能力的主要技術(shù)手段[13]。徐勝利等人探討了信息化條件下面向防空的多彈協(xié)同作戰(zhàn)體系及協(xié)同作戰(zhàn)策略，提出面向防空的多彈協(xié)同關(guān)鍵技術(shù)設(shè)計(jì)理念[14]。

近些年國(guó)內(nèi)外協(xié)同技術(shù)的發(fā)展基本上都是從實(shí)際需求出發(fā)，涉及范圍廣泛，運(yùn)用技術(shù)眾多。對(duì)于協(xié)同導(dǎo)航技術(shù)，其根本在于及時(shí)有效的網(wǎng)內(nèi)通信和精確的相對(duì)導(dǎo)航，但目前的相關(guān)技術(shù)缺少系統(tǒng)化的歸納，本文將進(jìn)行梳理、總結(jié)。

2協(xié)同導(dǎo)航技術(shù)

多平臺(tái)協(xié)同導(dǎo)航技術(shù)可以分為導(dǎo)航方法與協(xié)同方式兩個(gè)方面。導(dǎo)航方法主要是多傳感器應(yīng)用、信息處理和算法設(shè)計(jì)等，不區(qū)分單平臺(tái)或者多平臺(tái)系統(tǒng);協(xié)同方式是研究系統(tǒng)內(nèi)各平臺(tái)的初始組網(wǎng)編隊(duì)方式、隊(duì)形保持及重構(gòu)方法等，對(duì)象是多運(yùn)動(dòng)平臺(tái)。導(dǎo)航方法的創(chuàng)新推動(dòng)了協(xié)同方式的發(fā)展，而協(xié)同方式的內(nèi)在需求又對(duì)導(dǎo)航方法不斷提出發(fā)展要求，兩者之間的關(guān)系如圖3所示。

2.1協(xié)同方式

協(xié)同方式主要有基于Leader-Follower方法的集中式編隊(duì)方法和基于行為法、虛擬結(jié)構(gòu)法和循環(huán)法的分布式編隊(duì)方法。但是，在初步的編隊(duì)自組網(wǎng)完成后，隨著協(xié)同環(huán)境和協(xié)同任務(wù)的變化，系統(tǒng)平臺(tái)需要不斷更新定位信息，保持或者改變編隊(duì)方式，保證后續(xù)協(xié)同任務(wù)的順利進(jìn)行。

2.1.1編隊(duì)方式

編隊(duì)方式主要分為集中式（領(lǐng)航式）和分布式，Deming等人提出了一種分布式導(dǎo)航結(jié)構(gòu)，利用多目標(biāo)探測(cè)和定位的概率技術(shù)，將多個(gè)視覺傳感器從不同角度提供的圖像傳輸給計(jì)算機(jī)，完成數(shù)據(jù)分析和自主導(dǎo)航定位[15];文獻(xiàn)[16]采用一種雙層結(jié)構(gòu)控制器，其內(nèi)環(huán)控制器控制導(dǎo)彈飛行姿態(tài)角，外環(huán)控制器控制導(dǎo)彈飛行位置，實(shí)現(xiàn)分布式導(dǎo)彈編隊(duì)飛行控制;文獻(xiàn)[17]提出了一種有限中央控制的分布式有人/無(wú)人機(jī)協(xié)同編隊(duì)指揮控制系統(tǒng)體系結(jié)構(gòu)。相比于分布式編隊(duì)，領(lǐng)航式編隊(duì)可以在領(lǐng)航體和跟隨體上安裝不同精度的導(dǎo)航設(shè)備，通過(guò)GPS或ODL完成初始對(duì)準(zhǔn)和時(shí)間校正等，提高協(xié)同控制能力，如Shao等人基于Leader-Follower編隊(duì)控制方法，使用圖方法進(jìn)行編隊(duì)模型和隊(duì)形之間的變換[18]。目前UUV協(xié)同多采用領(lǐng)航式編隊(duì)方式。但由于高動(dòng)態(tài)、大過(guò)載等特殊性，基于領(lǐng)彈的多彈協(xié)同模式在工程實(shí)現(xiàn)上依然難度較大。

2.1.2編隊(duì)保持及重構(gòu)

在基本隊(duì)形確定后，Inalhan等人通過(guò)多機(jī)與決策系統(tǒng)的協(xié)同分析，對(duì)無(wú)人機(jī)集群控制進(jìn)行離散式最優(yōu)研究[19]，在可辨識(shí)性和線性無(wú)關(guān)約束條件的假設(shè)下，證明了該方法的全局收斂性，并將其應(yīng)用于一個(gè)多無(wú)人機(jī)系統(tǒng)，驗(yàn)證了在一個(gè)共同空域內(nèi)滿足協(xié)調(diào)飛機(jī)之間的分離要求。Thrun等人基于蒙特卡洛方法提出了一種當(dāng)編隊(duì)內(nèi)機(jī)器人從編隊(duì)其他成員處獲得自身相對(duì)信息時(shí)，及時(shí)更新概率分布情況，調(diào)整位姿信息的協(xié)同導(dǎo)航定位概率算法[20]。Jo等人通過(guò)GPS差分把協(xié)同編隊(duì)內(nèi)機(jī)器人的相對(duì)距離信息進(jìn)行關(guān)聯(lián)，完成協(xié)同定位[21]。李聞白等人提出了基于單領(lǐng)航者的多UUV在考慮未知定常、不定常洋流估計(jì)情況下，將UUV相關(guān)問(wèn)題轉(zhuǎn)化為非線性極小平方優(yōu)化模型求解，提高初始化精度，并進(jìn)一步將洋流干擾等作為狀態(tài)變量參與濾波估計(jì)，提高協(xié)同導(dǎo)航精度的方法[22]。在此基礎(chǔ)上劉明雍研究了多UUV協(xié)同導(dǎo)航、單領(lǐng)航者協(xié)同導(dǎo)航體系并考慮到海洋環(huán)境的未知性和復(fù)雜性，提出了洋流干擾下的單領(lǐng)航者測(cè)距協(xié)同導(dǎo)航方法[23]。文獻(xiàn)[24]將不同飛航導(dǎo)彈組網(wǎng)，通過(guò)領(lǐng)彈和攻擊彈的優(yōu)化布站、協(xié)同配合，實(shí)現(xiàn)導(dǎo)彈生存能力和攻擊能力的提高，但缺少考慮多目標(biāo)時(shí)的導(dǎo)航情況。王芳根據(jù)協(xié)同估計(jì)得到攔截彈及攻擊目標(biāo)的運(yùn)動(dòng)信息的“突防-攻擊一體化”概念，提出導(dǎo)彈編隊(duì)協(xié)同，在能量消耗最小的前提下提高導(dǎo)彈編隊(duì)協(xié)同過(guò)程中的作戰(zhàn)能力[25]。

2.2導(dǎo)航方法

2.2.1多傳感器的組合應(yīng)用

多傳感組合導(dǎo)航的引入提高了協(xié)同導(dǎo)航編隊(duì)的導(dǎo)航精度。部分學(xué)者利用擴(kuò)展卡爾曼濾波（EKF）融合單目視覺傳感器，輔助INS導(dǎo)航，或者提前布設(shè)采樣點(diǎn)，利用UWB/地形匹配/地磁輔助導(dǎo)航。Agrawal等人融合慣性測(cè)量裝置、GPS與主體視覺信息進(jìn)行機(jī)器人協(xié)同導(dǎo)航[26]。蔣榮欣提出了一種基于里程計(jì)、陀螺儀和視覺、激光測(cè)距的多傳感器融合機(jī)器人協(xié)同定位方法[27]，提高協(xié)同定位導(dǎo)航精度。隨著計(jì)算機(jī)視覺、圖像處理和攝影測(cè)量技術(shù)的發(fā)展，采用雙目或者多目相機(jī)，在圖像處理上運(yùn)用更多先進(jìn)的技術(shù)，如高精度的基于視覺的即時(shí)定位與地圖構(gòu)建（SimultaneousLocalizationandMapping，SLAM）技術(shù)[28]等。

多傳感器在無(wú)人機(jī)協(xié)同導(dǎo)航上的應(yīng)用已經(jīng)比較廣泛。曲法義等人結(jié)合編隊(duì)飛行問(wèn)題，提出了一種由INS、GPS和視覺導(dǎo)航組成的高精度無(wú)人機(jī)編隊(duì)相對(duì)導(dǎo)航系統(tǒng)[29]。UUV編隊(duì)中領(lǐng)航UUV上大多裝備了高精度慣性導(dǎo)航設(shè)備、多普勒速度儀、差分GPS、水聲通信設(shè)備等，其他UUV上安裝相對(duì)低精度的航位推算導(dǎo)航設(shè)備、GPS接收器、水聲通信設(shè)備、水下測(cè)距傳感器等。導(dǎo)彈則在SINS/GPS的基礎(chǔ)上增加ODL、星敏感器等估計(jì)位姿，SINS/空速管估計(jì)速度，氣壓表估計(jì)高度，在末制導(dǎo)階段，利用彈載前視裝置（TV、紅外成像）進(jìn)行精確制導(dǎo)。

2.2.2多源導(dǎo)航信息處理方法

（1）基于傳統(tǒng)KF的算法

慣性導(dǎo)航與測(cè)程法是最早出現(xiàn)的導(dǎo)航方法，也是應(yīng)用于機(jī)器中的經(jīng)典方法。Li等人提出了基于多無(wú)人機(jī)協(xié)同的自適應(yīng)UKF來(lái)實(shí)現(xiàn)數(shù)據(jù)融合，得到最優(yōu)位置[30];Williamson等人利用車載試驗(yàn)研究了GPS/INS組合導(dǎo)航飛行編隊(duì)使用EKF得到絕對(duì)狀態(tài)值再進(jìn)行差分處理、兩輛車使用不同精度的信息測(cè)量及處理方式、增加載波相位測(cè)量的相對(duì)狀態(tài)估計(jì)濾波三種相對(duì)導(dǎo)航方法[31]，驗(yàn)證了方法三的高精度;金紅新等人提出了基于分布式信息融合結(jié)構(gòu)方法和容積信息濾波算法對(duì)無(wú)人機(jī)的SINS、視覺以及GNSS進(jìn)行信息融合的相對(duì)導(dǎo)航狀態(tài)估計(jì)方法[32];樊建文等人構(gòu)建了相對(duì)導(dǎo)航信息的處理架構(gòu)，通過(guò)建立KF方程，研究了利用偽距差分方式獲得相對(duì)觀測(cè)信息的計(jì)算方法[33];

Maczka利用時(shí)間同步和水聲測(cè)距及通信一體化測(cè)量UUV相對(duì)位置，對(duì)系統(tǒng)模型和分布式KF進(jìn)行研究，得出在低帶寬條件下可以有效進(jìn)行通信及協(xié)同導(dǎo)航的試驗(yàn)結(jié)果[5];強(qiáng)明輝等人針對(duì)目前SINS/BDS組合導(dǎo)航系統(tǒng)問(wèn)題，提出了基于衰減因子和噪聲加權(quán)的自適應(yīng)KF技術(shù)，研究了組合導(dǎo)航系統(tǒng)在不確定性噪聲干擾下的組合新算法[34]。

對(duì)于提高協(xié)同導(dǎo)航信息融合精度及時(shí)間同步等問(wèn)題，崔乃剛等人提出了一種基于SINS和GPS的相對(duì)導(dǎo)航系統(tǒng)，通過(guò)導(dǎo)彈之間的ODL共享導(dǎo)航信息，采用KF融合相對(duì)慣導(dǎo)信息和相對(duì)GPS信息，從而實(shí)現(xiàn)相對(duì)導(dǎo)航[35];花江在分析了ODL往返計(jì)時(shí)（RTT）時(shí)間同步算法的基礎(chǔ)上，提出了差分GNSS與ODL時(shí)間同步算法，利用KF構(gòu)建時(shí)間同步計(jì)算算法模型，實(shí)現(xiàn)高精度的時(shí)間同步[36]。

（2）其他創(chuàng)新算法

Trawny在僅測(cè)量距離情況下，利用非線性加權(quán)最小二乘算法計(jì)算相對(duì)距離問(wèn)題，保持全局最優(yōu)，然后考慮在通信帶寬受限情況下，利用自適應(yīng)量化測(cè)量方法，采用最優(yōu)閾值選擇結(jié)果和最優(yōu)比重分配原則對(duì)機(jī)器人定位[37];李朕陽(yáng)運(yùn)用SLAM技術(shù)，提出了基于平方根容積卡爾曼濾波（SRCKF）的分布式機(jī)器人協(xié)同定位算法[38]。

在基于幾何解算的協(xié)同導(dǎo)航研究中，張福斌等人提出了一種基于虛擬移動(dòng)長(zhǎng)基線的多UUV協(xié)同導(dǎo)航算法[39]。在多UUV相對(duì)距離的水聲測(cè)量基礎(chǔ)之上，一些學(xué)者在協(xié)同導(dǎo)航設(shè)計(jì)中融合了多學(xué)科方法，并對(duì)多種濾波方法的適用性進(jìn)行了分析研究。Tan等人結(jié)合了海洋測(cè)深學(xué)，研究了多UUV協(xié)同定位，并利用粒子濾波（PF）進(jìn)行信息融合算法設(shè)計(jì)[40]。

近年來(lái)，基于SINS的組合導(dǎo)航技術(shù)在單個(gè)導(dǎo)彈上得到了較多的應(yīng)用[41]，但多彈協(xié)同導(dǎo)航性能和相關(guān)協(xié)同作戰(zhàn)等還需不斷優(yōu)化[42]。崔樹林等人針對(duì)多飛航導(dǎo)彈對(duì)目標(biāo)協(xié)同跟蹤精度較低的問(wèn)題，提出了一種基于彈載雷達(dá)組網(wǎng)和GPS/INS組合導(dǎo)航的無(wú)偏不敏自適應(yīng)融合跟蹤算法[43]。

同時(shí)，在保證導(dǎo)航精度的前提下，部分學(xué)者從改進(jìn)融合濾波算法的數(shù)學(xué)模型著手，致力于減小計(jì)算量，優(yōu)化導(dǎo)航性能。如周召發(fā)等人借鑒三子樣旋轉(zhuǎn)矢量法思想，提出三子樣四元數(shù)法[44]，簡(jiǎn)化計(jì)算過(guò)程;閔艷玲等人基于對(duì)偶四元數(shù)的INS/GPS/天文組合導(dǎo)航系統(tǒng)改進(jìn)聯(lián)邦濾波方法[45]，簡(jiǎn)化計(jì)算量，提高系統(tǒng)魯棒性等。

3協(xié)同導(dǎo)航的發(fā)展趨勢(shì)

從國(guó)內(nèi)外的大量研究成果中可歸納出協(xié)同導(dǎo)航的一些發(fā)展趨勢(shì)。

（1）導(dǎo)航精度不斷提升。突破傳感器的使用限制，如在無(wú)人機(jī)上使用雙目視覺傳感器;空空導(dǎo)彈上使用星敏感器等。更多傳感器的組合應(yīng)用，甚至新型傳感器的研制及應(yīng)用（如激光雷達(dá)、無(wú)陀螺捷聯(lián)慣性導(dǎo)航系統(tǒng)，集成光波導(dǎo)陀螺[46]）。對(duì)于組合導(dǎo)航傳感器誤差分析與補(bǔ)償方法的突破，這些都從硬件層面上提高了導(dǎo)航精度。

（2）協(xié)同導(dǎo)航系統(tǒng)穩(wěn)定性及智能化水平不斷提高。神經(jīng)網(wǎng)絡(luò)、模糊算法等技術(shù)的應(yīng)用，在獲得信息冗余度高和智能信息處理技術(shù)驅(qū)動(dòng)下，自主編隊(duì)、智能檢測(cè)和診斷故障、及導(dǎo)航容錯(cuò)處理等能力進(jìn)一步增強(qiáng)。以上從軟件層面改善系統(tǒng)的導(dǎo)航穩(wěn)定性。

（3）協(xié)同導(dǎo)航深度、導(dǎo)航對(duì)象數(shù)量不斷提升。協(xié)同導(dǎo)航的區(qū)域范圍不斷擴(kuò)大，并向協(xié)同體系“去中心化”方向發(fā)展。目前除了類似于“蜂群式”的小型多對(duì)象協(xié)同外，其余協(xié)同導(dǎo)航系統(tǒng)的子對(duì)象相對(duì)較少，因此，未來(lái)會(huì)在保證良好信息交流與導(dǎo)航性能的前提下，向大型集群系統(tǒng)的協(xié)同導(dǎo)航方向發(fā)展。

4結(jié)論

本文以協(xié)同導(dǎo)航在無(wú)人機(jī)、機(jī)器人、無(wú)人水下潛航器、導(dǎo)彈四個(gè)應(yīng)用方面的發(fā)展為背景，總結(jié)了相應(yīng)的初始組網(wǎng)編隊(duì)方式、隊(duì)形保持及重構(gòu)方法、多傳感器組合應(yīng)用和多源導(dǎo)航信息融合等國(guó)內(nèi)外研究現(xiàn)狀，并預(yù)測(cè)了未來(lái)一段時(shí)間協(xié)同導(dǎo)航的發(fā)展趨勢(shì)。不難看出，雖然近些年來(lái)有大量關(guān)于協(xié)同導(dǎo)航方面的研究，可協(xié)同技術(shù)發(fā)展仍處于初始階段。但是隨著制造工藝的突破（如MEMS）和相關(guān)科技水平的快速發(fā)展（如隱身技術(shù)、電磁干擾對(duì)抗技術(shù)、協(xié)同攻擊-突防理論等），一定能夠克服現(xiàn)存的協(xié)同導(dǎo)航相關(guān)技術(shù)問(wèn)題，以及因不同協(xié)同對(duì)象和不同使用環(huán)境造成的技術(shù)隔閡等一系列問(wèn)題，使各領(lǐng)域協(xié)同導(dǎo)航技術(shù)在工程應(yīng)用與理論指導(dǎo)上融會(huì)貫通、相輔相成，并且日趨成熟。

參考文獻(xiàn)：

[1]樊會(huì)濤，張蓬蓬.空空導(dǎo)彈面臨的挑戰(zhàn)[J].航空兵器，2017（2）：3-7.

FanHuitao，ZhangPengpeng.TheChallengesforAirtoAirMissile[J].AeroWeaponry，2017（2）：3-7.（inChinese）

[2]許曉偉，賴際舟，呂品，等.多無(wú)人機(jī)協(xié)同導(dǎo)航技術(shù)研究現(xiàn)狀及進(jìn)展[J].導(dǎo)航定位與授時(shí)，2017，4（4）：1-9.

XuXiaowei，LaiJizhou，LüPin，etal.ALiteratureReviewontheResearchStatusandProgressofCooperativeNavigationTechnologyforMultipleUAVs[J].NavigationPositioningandTiming，2017，4（4）：1-9.（inChinese）

[3]ZhouJC，KnedlikS，LoffeldO.INS/GPSforHighDynamicUAVBasedApplications[J].InternationalJournalofNavigationandObservation，2012（3）：1-11.

[4]QiLin，HeYou，DongKai.MultiRadarAntiBiasTrackAssociationBasedontheReferenceTopologyFeature[J].IETRadarSonarandNavigation，2018，12（3）：366-372.

[5]李倩.無(wú)人機(jī)編隊(duì)飛行控制器關(guān)鍵技術(shù)的研究[D].南京：南京航空航天大學(xué)，2015.

LiQian.KeyResearchesonUAVsFormationController[D].Nanjing：NanjingUniversityofAeronauticsandAstronautics，2015.（inChinese）

[6]LukinaA，KumarA，SchmitteM，etal.FormationControlandPersistentMonitoringintheOpenUVASimulatorontheNSFCPSVO[C]∥9thACM/IEEEInternationalConferenceonCyberPhysicalSystems，Porto，2018：353-354.

[7]LuoRC，KayMG.MultisensorIntegrationandFusioninIntelligentSystems[J].IEEETransactionsonSystems，Man，andCybernetics，1989，19（5）：901-931.

[8]VaganayJ，LeonardJJ，CurcioJA，etal.ExperimentalValidationoftheMovingLongBaseLineNavigationConcept[C]∥2004IEEE/OESAutonomousUnderwaterVehicles，Sebasco，2008.

[9]張立川，許少峰，劉明雍，等.多無(wú)人水下航行器協(xié)同導(dǎo)航定位研究進(jìn)展[J].高技術(shù)通訊，2016，26（5）：475-482.

ZhangLichuan，XuShaofeng，LiuMingyong，etal.AdvancesinCooperativeNavigationandLocalizationforMultiUUVSystems[J].ChineseHighTechnologyLetters，2016，26（5）：475-482.（inChinese）

[10]樊會(huì)濤，崔顥，天光.空空導(dǎo)彈70年發(fā)展綜述[J].航空兵器，2016（1）：3-12.

FanHuitao，CuiHao，TianGuang.AReviewonthe70YearDevelopmentofAirtoAirMissiles[J].AeroWeaponry，2016（1）：3-12.（inChinese）

[11]劉桐林.花崗巖——世界智能化飛航導(dǎo)彈的先驅(qū)[J].飛航導(dǎo)彈，2005（9）：14-18.

LiuTonglin.Granite：TheWorldsLeadingIntelligentFlyingMissile[J].AerodynamicMissileJournal，2005（9）：14-18.（inChinese）

[12]張堯，閻巖，顧鑫，等.網(wǎng)火導(dǎo)彈武器系統(tǒng)發(fā)展綜述[J].飛航導(dǎo)彈，2016（2）：39-42.

ZhangYao，YanYan，GuXin，etal.ReviewontheDevelopmentofNetworkFireMissileWeaponSystem[J].AerodynamicMissileJournal，2016（2）：39-42.（inChinese）

[13]沈培志，王培源.反艦導(dǎo)彈突防的技術(shù)手段與戰(zhàn)術(shù)措施[J].飛航導(dǎo)彈，2018（1）：25-29.

ShenPeizhi，WangPeiyuan.TechnicalandTacticalMeasuresofAntiShipMissilePenetration[J].AerodynamicMissileJournal，2018（1）：25-29.（inChinese）

[14]徐勝利，陳意芬，范晉祥，等.多彈協(xié)同技術(shù)在防空導(dǎo)彈發(fā)展中的應(yīng)用探討[J].電光與控制，2017，24（2）：55-59.

XuShengli，ChenYifen，F(xiàn)anJinxiang，etal.ApplicationofMultiMissileCooperativeTechnologyinDevelopmentofAirDefenseMissiles[J].ElectronicsOptics&Control，2017，24（2）：55-59.（inChinese）

[15]DemingRW，PerlovskyLI.ConcurrentMultiTargetLocalization，DataAssociationandNavigationforaSwarmofFlyingSensors[J].InformationFusion，2007，8（3）：316-330.

[16]ZouYF，PagillaPR，RatliftRT.DistributedFormationFlightControlUsingConstraintForces[J].JournalofGuidance，Control，andDynamics，2009，32（1）：112-120.

[17]李騰.有人/無(wú)人機(jī)協(xié)同編隊(duì)控制技術(shù)研究[D].南京：南京航空航天大學(xué)，2017.

LiTeng.CooperativeFormationControlTechnologyforManned/UnmannedAerialVehicles[D].Nanjing：NanjingUniversityofAeronauticsandAstronautics，2017.（inChinese）

[18]ShaoJ，XieGM，WangLS.LeaderFollowingFormationControlofMultipleMobileVehicles[J].IETControlTheoryandApplications，2007，1（2）：545-552.

[19]InalhanG，StipanovicDM，TomlinCJ.DecentralizedOptimization，withApplicationtoMultipleAircraftCoordination[C]∥Proceedingsofthe41stIEEEConferenceonDecisionandControl，2002.

[20]ThrunS，BurgardW，F(xiàn)oxD.ProbabilisticRobotics[M].Canbridge：MITPress，2005.

[21]JoKH，LeeJ，KimJB.CooperativeMultiRobotLocalizationUsingDifferentialPositionData[C]∥IEEE/ASMEInternationalConferenceonAdvancedIntelligentMechatronics，Zurich，2007：1-6.

[22]李聞白，劉明雍，雷小康，等.未知洋流干擾下基于單領(lǐng)航者的多自主水下航行器協(xié)同導(dǎo)航[J].兵工學(xué)報(bào)，2011，32（3）：292-297.

LiWenbai，LiuMingyong，LeiXiaokang，etal.CooperativeNavigationforMultipleAutonomousUnderwaterVehicleswithSingleLeaderinUnknownOceanCurrent[J].ActaArmamentarii，2011，32（3）：292-297.（inChinese）

[23]劉明雍.水下航行器協(xié)同導(dǎo)航技術(shù)[M].北京：國(guó)防工業(yè)出版社，2014：14-21.

LiuMingyong.CooperativeNavigationTechnologyforUnderwaterVehicles[M].Beijing：NationalDefenseIndustryPress，2014：14-21.（inChinese）

[24]王君，張蓬蓬，梁文波，等.多彈協(xié)同攻擊網(wǎng)絡(luò)化作戰(zhàn)系統(tǒng)體系結(jié)構(gòu)研究[J].航空兵器，2011（6）：10-14.

WangJun，ZhangPengpeng，LiangWenbo，etal.ResearchonSystemStructureaboutMultipleMissilesCooperativeAttackingNetCombatSystem[J].AeroWeaponry，2011（6）：10-14.（inChinese）

[25]王芳.導(dǎo)彈編隊(duì)協(xié)同突防-攻擊一體化隊(duì)形優(yōu)化設(shè)計(jì)及最優(yōu)控制研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2016.

WangFang.ResearchonFormationOptimalDesignandOptimalControlforIntegrativePenetrationandAttackofMissileFormationCooperation[D].Harbin：HarbinInstituteofTechnology，2016.（inChinese）

[26]AgrawalM，KonoligeK.RealTimeLocalizationinOutdoorEnvironmentsUsingStereoVisionandInexpensiveGPS[C]∥18thInternationalConferenceonPatternRecognition，HongKong，2006：1063-1068.

[27]蔣榮欣.多機(jī)器人編隊(duì)導(dǎo)航若干關(guān)鍵技術(shù)研究[D].杭州：浙江大學(xué)，2008.

JiangRongxin.ResearchonKeyTechniquesofMultiRobotFormationNavigation[D].Hangzhou：ZhejiangUniversity，2008.（inChinese）

[28]管敘軍，王新龍.視覺導(dǎo)航技術(shù)發(fā)展綜述[J].航空兵器，2014（5）：3-8.

GuanXujun，WangXinlong.ReviewofVisionBasedNavigationTechnique[J].AeroWeaponry，2014（5）：3-8.（inChinese）

[29]曲法義，王小剛，崔乃剛，等.基于慣導(dǎo)/GPS/視覺的無(wú)人機(jī)容錯(cuò)相對(duì)導(dǎo)航方法[J].中國(guó)慣性技術(shù)學(xué)報(bào)，2013，12（6）：781-785.

QuFayi，WangXiaogang，CuiNaigang，etal.FaultToleranceRelativeNavigationApproachBasedonSINS/GPS/VisionforUAV[J].JournalofChineseInertialTechnology，2013，12（6）：781-785.（inChinese）

[30]LiHengyu，LuoJun，LiLei，etal.CoordinatedControlandLocalizingTargetSystemforMultiUAVsBasedonAdaptiveUKF[M].IntelligentComputingandInformationScience，HeidelbergSpringerBerlin，2011：249-258.

[31]WilliamsonW，MinJH，SpeyerJ，etal.AComparisonofStateSpace，RangeSpace，andCarrierPhaseDifferentialGPS/INSRelativeNavigation[C]∥ProceedingsoftheAmericanControlConference，2000：2932-2938.

[32]金紅新，楊濤，王小剛，等.多傳感器信息融合理論在無(wú)人機(jī)相對(duì)導(dǎo)航中的應(yīng)用[J].國(guó)防科技大學(xué)學(xué)報(bào)，2017，39（5）：91-95.

JinHongxin，YangTao，WangXiaogang，etal.ApplicationofMultiSensorInformationFusioninUAVRelativeNavigationMethod[J].JournalofNationalUniversityofDefenseTechnology，2017，39（5）：91-95.（inChinese）

[33]樊建文，雷創(chuàng).飛機(jī)編隊(duì)相對(duì)導(dǎo)航技術(shù)研究[J].現(xiàn)代導(dǎo)航，2016，7（3）：161-165.

FanJianwen，LeiChuang.ResearchonRelativeNavigationTechnologyofAircraftFormation[J].ModernNavigation，2016，7（3）：161-165.（inChinese）

[34]強(qiáng)明輝，蔣文.改進(jìn)的自適應(yīng)濾波算法在BDS/INS組合導(dǎo)航中的應(yīng)用[J].全球定位系統(tǒng)，2018，43（3）：1-6.

QiangMinghui，JiangWen.ApplicationofImprovedAdaptiveFilteringAlgorithminBDS/INSIntegratedNavigation[J].GNSSWorldofChina，2018，43（3）：1-6.（inChinese）

[35]崔乃剛，王小剛，郭繼峰.基于INS/GPS的智能導(dǎo)彈協(xié)同作戰(zhàn)相對(duì)導(dǎo)航系統(tǒng)研究[J].戰(zhàn)術(shù)導(dǎo)彈技術(shù)，2010（2）：1-5.

CuiNaigang，WangXiaogang，GuoJifeng.StudyofRelativeNavigationSystemBasedonINS/GPSforCooperativeIntelligentMissile[J].TacticalMissileTechnology，2010（2）：1-5.（inChinese）