3.2 大型客机CAT III A/B着陆导航传感器信息融合架构

信息融合系统是一个多源传感器信息处理系统，它将各个导航传感器的测量信息按照一定的规则进行融合管理，形成最优估计信息，并根据最优估计信息计算得到导航信息。大型客机CAT III A/B着陆导航传感器信息融合框架如图3-1所示。

根据信息融合待解决的基本问题，即待融合信息的来源、信息源的完好性监控和信息融合算法，将大型客机CAT III A/B着陆过程中的信息融合研究分为3个主要步骤：

（1）导航传感器建模。导航传感器提供了测量信息，信息融合需要根据导航源信息的误差特点选取对应的融合方法，同时要将不同测量频率（采样频率）、不同的测量基准（参考坐标系）进行同步，为信息融合做好数据储备。本书以飞机模型输出的运动学和动力学信息为基础，建立能够体现各个导航传感器测量特性的数学模型，包括惯性导航系统（INS）、全球定位系统（GPS）、仪表着陆系统（ILS）、大气数据系统（ADS）以及用于卫星导航着陆系统（GLS）进近引导的地基增强系统（GBAS）模型。

（2）导航传感器管理。导航传感器是信息融合的数据基础，导航传感器的完好性是保证信息融合结果最优的基础。因此，需要设计导航传感器完好性监控算法，对导航传感器进行故障检测和处理，避免故障信号对系统产生影响。

（3）信息融合所用的算法。这些算法是信息融合系统的核心内容，利用这些算法可以对多源传感器信号进行融合，以得到最优结果，提高导航信息的可信度，同时得到高精度的位置估计。这些算法包括信息融合前的数据预处理算法和信息融合滤波算法。预处理算法的目的包括以下3个：

①对单个导航传感器信息进行处理，如测量野点的去除和降噪等。

②对不同测量频率的导航传感器信息进行时间配准。

③对不同测量基准的导航传感器信息进行空间配准。

上述算法用于对载体的导航状态信息进行融合和估计，本书采用基于联邦滤波算法的信息融合框架。该框架内部采用卡尔曼滤波算法、遗忘滤波算法、自适应滤波算法等多种数据估计方法，实现对导航状态信息的最优估计。