基于交互性能监测与智能决策的航天器多源融合导航自校正算法

《Aerospace》：Interactive Performance Monitoring and Intelligent Decision-Making Methods for Aerospace Vehicles Navigation Systems

　　本研究旨在设计一种基于交互性能监测与智能决策的多源融合导航算法。首先，开发了一种分层估计与融合架构，用于导航参数的自校正。一方面，建立了增广惯性导航系统的误差模型，以校准并补偿系统误差；另一方面，引入粒子群优化机制来动态优化滤波参数，从而提高前向状态估计的精度，并实时映射各子系统的健康状态。其次，以估计误差增量作为性能指标，嵌入基于自适应神经模糊推理系统的在线评估单元，实现独立且连续的性能监测。最后，该评估单元实时计算导航参数的有效比，将调整量注入反向校正链路，并通过过程级校正与终端输出评估完成自主决策。结果表明，该方法能够实现实时性能评估与误差校正，提高了导航精度与可靠性。该算法可监测、评估并校正航天器导航系统的运行状态，从而缓解长时飞行及复杂环境下的精度与可靠性退化问题。