多源自主導航系統基本特性研究

王 巍

(中國航天科技集團有限公司，北京 100048)

0 引 言

面向新一代國家綜合定位導航授時(Positio-ning, navigation and timing, PNT)體系應用終端技術發展的重大需求,多源自主導航系統以北斗導航為基石、以慣性導航為支撐,綜合利用地磁、圖像、氣壓、無線電傳感器等測量設備,通過多源信息自主感知、有機融合、智能決策、綜合評估,可以確定姿態、速度和位置等時空信息,是國家綜合PNT體系中面向定位導航授時服務等終端應用的關鍵核心技術。當前,多源自主導航已成為國家綜合PNT體系下應用終端發展的重要技術方向[1-4]。

現有導航系統存在衛星導航(GNSS)信號易受干擾/壓制/欺騙、導航系統分析與容錯能力較差、體系化程度較低等問題,制約了多源自主導航系統技術的發展。隨著各類運動體和運載體的導航任務日益復雜,對導航系統的精度、彈性、安全性和可靠性等方面提出了更高要求。為此,國內外學者對多源自主導航系統進行了深入研究。在多源信息自主感知方面,文獻[5]提出了多源自主導航系統觀測能力的降維表征和解析量化方法,以觀測能力的表征、判定和量化為突破口,解決了運算規模大、存儲開銷高和難以在軌應用等瓶頸問題,突破了基于航天器可觀測性理論的多源融合自主導航技術。在基于能力分析的系統資源配置設計方面,部分學者主要從提升故障檢測能力的角度優化控制系統結構[6-8],較少從信息源優選、抗擾能力增強等方面對導航系統進行優化設計。

在導航信息智能決策方面,面向復雜應用場景,多源自主導航系統決策面臨實時性、準確性與可信性等復合約束[15],決策效果直接影響多源自主導航系統性能,因此,多源導航系統融入運載體動力學特征,在大幅提升導航精度與抗干擾性的同時,還能為導航系統智能決策提供可信性判定依據。文獻[16-19]將載體動力學模型(VDM)集成到導航系統中,可改善導航精度,特別是提升GNSS拒止條件下的慣性導航精度。這樣,VDM對載體狀態估計就無需依賴外部條件,具有較強的自主性和適用性,但仍存在復雜環境載荷對載體動力學特性的干擾性影響。

在導航系統綜合評估方面,文獻[20]研究了基于MEMS技術并集成GPS慣性測量裝置的車載導航系統性能評價方法。文獻[21]從導航指標及可靠性、維修性、經濟性等通用性指標角度,建立捷聯慣性導航系統(SINS)多級指標體系,并利用層次分析法進行了綜合評估。為解決捷聯慣導系統測試過程中指標繁多、評估不確定性等問題,文獻[22]建立了以精度、穩定性及可靠性等通用指標為主的三級指標體系。當前導航系統性能評估方法已初步實現不同導航方式的優劣評價,但缺乏標準化、通用化的頂層指標牽引,特別是在多源自主導航系統的發展上,國內目前尚未形成完整的標準體系,因此亟需構建一套具有針對性的通用指標支持體系。

總之,在時空與運動信息獲取、感知、融合、決策和評估等關鍵環節上,多源自主導航系統尚未完全建立標準化、規范化、智能化的方法理論體系,導致難以指導多源異構導航信息感知融合、導航信息智能決策、導航系統綜合評估。在技術攻關層面,一系列關鍵技術的邊界條件還不十分清晰,包括硬件層面是否可接入,軟件層面是否可融合,系統層面是否可檢測,出現故障或者場景切換等是否可重構,重構后是否可自愈,信號處理及信息解算結果是否可信,綜合導航結果是否完備等等。在終端應用層面,缺乏具有智能性的一體化、通用化導航技術體系研究。現有自主導航技術一般主要應用于“特定終端、單一場景”,難以結合不同載體、不同任務、不同場景,以最小成本、最低代價實現即插即入、無縫銜接、無感切換、可信完備的自主導航技術應用。

為構建多源自主導航系統的通用的表征、判定、量化和評估的方法理論體系,本文在現有多源自主導航系統指標體系的基礎上,從載體動力學機理、任務需求和應用場景等維度出發,提出并闡述了多源自主導航系統的可檢測性[4,23]、可重構性[4,24]、可信性[4,25]、完備性[4,26]等基本特性的概念及其內在邏輯關系,并結合多種信號、信息、數據和技術資源,系統性地研究多源自主導航的方法體系和理論框架,旨在為推動中國智能多源自主導航技術體系構建提供參考。

1 多源自主導航系統基本特性的概念及功用

多源自主導航系統需要對多種導航信息源(包括衛星、慣性、地磁、圖像、氣壓、無線電等)進行匹配感知、有機融合、可信決策和綜合評估,同時,考慮到不同載體/終端動力學特征的差異性(如無人機、無人車、無人艇等)較大,以及任務場景的復雜性(如作業環境陌生、不確定等)較高,現有多源導航系統感知健壯性和彈性尚不強、隨機性與不確定性較大、環境適應性還較弱,難以滿足多源自主導航技術的發展應用需求。因此,本文通過對多源信息自主感知的“可檢測性”、多源信息有機融合的“可重構性”、導航信息智能決策的“可信性”、導航系統綜合評估的“完備性”等基本特性研究,探索構建通用的感知框架和多源異構融合模型,并通過調控導航系統動力學序參數域、揭示狀態空間突變演化機理、健全多源自主導航系統進化模式等方式,讓多源導航信息之間兼容匹配,實現跨域、跨場景之間的無縫銜接和無感切換[4]。多源自主導航系統基本特性關系如圖1所示。

圖1 多源自主導航系統基本特性的關系Fig.1 Basic characteristics of multi-source autonomous navigation system

1)可檢測性:基于系統內嵌的硬件設備上電自檢、時空協同、原始數據采集、歸一化數據輸出等前提條件,多源自主導航系統的可檢測性是指邊界條件下描述系統故障檢測、分離與辨識能力的內在屬性,用于衡量多類異構導航信息源的匹配、干擾與故障檢測、識別準確程度、計算效率或者辨識故障的能力。其中,可檢測度是其度量指標,從檢測覆蓋率(局部/系統可檢測)、檢測準確率(準確性)、檢測實時率(快速性)、檢測平穩率(穩定性)等4個層面,衡量多源自主導航系統的檢測能力,在多源自主導航系統信息源切換過程中,定性和定量地表征硬件可接入性和信號可融合性、故障診斷能力、攻擊監測能力和干擾檢測能力。

“可檢測性”的功用主要體現在為多源自主導航系提供建模表征、風險識別與可檢測性評估方法和指標,通過刻畫多源導航傳感器間的可融合度、時空匹配性等性質,判斷系統在感知干擾、故障和攻擊檢測等方面的能力強弱,分析可檢測性邊界并給出可檢測性的量化表達結果,從而實現多源自主導航系統可檢測性的全面評估,突破“特定終端、單一場景”的孤島化感知模式的藩籬,形成貫穿用戶終端“面”的完整感知體系。

2)可重構性:基于多源自主導航系統的有限邊界條件(包括資源配置和運行條件等),可重構性是指在保證運行順暢的有限時間內,通過自主改變系統構型或控制算法等方式,恢復全部或者部分既定功能的特性和能力?？芍貥嫸仁强芍貥嬓缘某Ｒ娫u價指標,并從重構覆蓋率(局部/系統可重構)、系統恢復程度(恢復性)、資源約束性(重構能耗)、重構費效程度(重構模塊)等4個層面,衡量多源自主導航系統的重構能力,且可根據任務需要實時調整權重。

“可重構性”的功用主要體現在為多源自主導航系統提供信息融合中的多源異質異構干擾的補償與抑制,促進態勢預測中的動態風險與靜態可靠性信息融合,以及信息融合機制等的可重構性度量與動態優化,在自主導航系統能力不匹配、傳感器單元失效、任務場域切換條件下,實現信息融合機制/算法的智能重構優化,完成自主導航模式可匹配性分析、能力/功能退化條件下局部信息可整合性分析、載荷資源安全高效分配策略設計,解決可重構性實時評估、任務/能力一致性分析、在線智能重構規劃等問題,實現信息融合算法不同態勢和場域下的無縫銜接,提高自主導航系統與信息融合算法的能力匹配性、功能完整性和場景通用性。

3)可信性:基于多源自主導航系統的有限邊界條件,可信性是指描述多源自主導航系統功能及結果可信的內在屬性,用于衡量多種信息源經過干擾及故障檢測、故障識別、故障排除、系統重構后解算結果可信的能力。多源自主導航系統在可信性方面,主要目標是提高隨時隨地可用的安全彈性可信能力?？尚哦仁瞧涠攘恐笜?并從可信覆蓋率(局部/系統可信)、穩定度、可靠度、能觀度等4個層面,衡量多源自主導航系統結果的可信能力。

“可信性”的功用主要體現在為基于載體動力學特性的導航信息決策提供可信性自主判定,融合載體動力學信息的導航方式無感自主切換,以及基于多源觀測信息的載體運動特性知識的動態更迭優化。在可能的干擾、故障和環境變化等變量因素影響下,多源自主導航系統決策支撐信息通常呈現出時空不完備性,容易出現載體動力學特征以及環境特性難以被充分認知、基于載體和環境特性的決策操作不易成熟等問題。因此,需要整合提升過程決策經驗,確保信息認證接入的可信性與完備性,以及決策行為動態迭代優化,從而實現導航系統的智能決策等。

4)完備性:基于多源自主導航系統的有限邊界條件,完備性是指描述多源自主導航系統既定功能的特性及能力是否完備的內在屬性,用于評估系統在干擾及故障檢測、故障識別、故障排除、系統重構、可信計算、動態迭代等環節后自主導航功能是否完備的能力。具體而言,可評估多源自主導航系統提供給用戶的導航信息具備滿足其要求的可檢測性、可重構性和可信性等基本特性,從而為用戶帶來無縫銜接和無感切換的使用效果。

“完備性”的功用主要體現在3個方面。首先,完備性作為頂層指標可牽引出一套自上而下的用于評估多源自主導航系統性能的多層指標體系,并推動形成相關國家標準;其次,完備性作為頂層指標可有效綜合各層指標評估結果,并建立多源自主導航系統的動態自適應評估模型,該模型能夠整合定性指標與定量指標等多維信息,直觀顯現系統完備程度,有助于導航系統自身和用戶判斷當前導航結果是否可信完備;最后,完備性作為頂層指標,可根據其實時評估結果,進行多源自主導航系統的全回路動態迭代優化,即結合載體動力學、任務場景及工作環境等,將頂層的完備性指標要求按需分配給各級指標,并將其作為指標閾值,當底層可量化指標不滿足要求時,有針對性地對系統進行實時改進修正。

2 多源自主導航系統基本特性分析

2.1 可檢測性分析

多源自主導航系統涉及來自異構傳感器的多源信息,由此產生多種模式的感知方式。由于不同載體/終端的差異性和任務場景的復雜性,往往會給現有的導航系統帶來多物理場異構信息獲取和匹配干擾故障檢測及運動信息反演等問題。因此,需要構建通用的感知框架,讓多源導航信息之間兼容匹配,實現跨域、多場無感切換;建立融合先驗知識的智能感知模型,實現未知環境的自適應學習;建立內嵌數理機理的數據精準表征方法和分析范式,提升自主導航系統的可檢測性等,是多源自主導航技術體系構建的重要技術方向。多源信息自主感知的“可檢測性”構建如圖2所示。

圖2 多源信息自主感知的“可檢測性”構建基本框圖Fig.2 Basic block diagram of “detectability” for multi-source information autonomous perception

為獲取載體所需的導航信息,首先需要了解多源自主導航系統中各種傳感器的感知機理,根據不同的感知機理,獲得運動信息之間的特征流型和拓撲表征關系,分析運動信息和環境信息之間的影響機制,進而搭建多源運動信息多模式導航模型。其次,在分析干擾、故障、攻擊溯源的基礎上,建立外源干擾、內生故障與用戶終端之間的深耦合交互模型,明確載體狀態與風險因素之間的耦合關系。第三,在載體不確定性分析與量化表征的基礎上,將風險因素通過不同的作用通道納入導航模型中,建立載體風險交互系統模型。最后,結合多種任務場景,利用內生故障影響與導航信號間的強相關性,在檢測能力降級量化基礎上設計具有誘導控制信號,在不改變外源干擾對自主導航系統影響的情況下,有效增強內生故障信號的特征信息?；谏铖詈夏Ｐ秃痛_定時間觀測器理論實現外源干擾與內生故障間的解耦分離,對風險因素進行定位、隔離和估計,形成具備較強魯棒性和較高準確度的異常情況快速精細診斷和預測方案,提升風險因素影響下的故障分辨率。采用因果模型、輸入輸出模型、非線性模型以及抽象層次法、多信號流圖方法、統計特征相似度度量方法,對多源自主導航系統開展匹配檢測、干擾檢測、攻擊檢測。

多源自主導航系統可檢測性的度量指標為可檢測度Dt(Detectability),從覆蓋率、準確率、實時率、可用率等4個層面,衡量多源自主導航系統的檢測能力,具體如下:

(1)

2.2 可重構性分析

為實現復雜環境下多源信息有機融合的自主導航服務,需要信息融合方法具備自主抗擾容錯與重構優化能力。傳統的基于最小二乘和卡爾曼濾波的自主導航信息融合方法受限于單一高斯型隨機噪聲等預定條件,在含有多源干擾阻礙與不確定性因素的復雜任務場景下,難以實現高動態、跨場域條件下的無縫融合與動態重構。為克服卡爾曼濾波的高斯局限性,需要基于任務場景、運動環境以及載體動力學特征,利用動態故障檢測與靜態可靠性分析結果,對多源自主導航系統信息融合算法可重構性進行定量刻畫,提高自主導航系統環境的自適應和功能自重構能力。多源信息有機融合的“可重構性”構建如圖3所示。

圖3 多源信息有機融合的“可重構性”構建基本框圖Fig.3 Basic block diagram of “reconfigurability ” for multi-source information organic fusion

多源自主導航系統由多種導航傳感器模塊構成,首先需要將多源導航信息轉換為相同的形式、參照、描述,歸一化處理后對多傳感器的數據進行融合,實現多傳感器時空配準與時敏決策。其次,針對傳統卡爾曼濾波僅能處理單一高斯噪聲的局限性,考慮實際組合導航系統所含有的多物理來源(內部、外部、建模)、多數學模型類型(動態型、隨機型、范數型)、多通道(加性、乘性、隱性)干擾及不確定性,實現基于干擾學習與預測的抗干擾信息融合。第三,針對自主導航系統多源傳感器失效和故障引起可靠性下降、系統性風險增加等問題,針對性提出基于動靜混合可靠性度量的風險態勢預測方法。具體地,基于信息熵與統計信息集合的不確定性度量,提出傳感器單元失效與故障情形下自主導航系統的靜態可靠性量化方法;基于實時可靠性度量與態勢/干擾模式預測結果,提出自主導航系統風險態勢預測方法,提高自主導航系統在復雜惡劣環境下的快速風險響應能力。最后,結合任務環境特征、載體運動特點和傳感器出廠參數,分析傳感單元出現故障或失效的先驗概率,從而建立起多源自主導航系統的靜態可靠性模型。在此基礎上,結合故障信號、干擾信號與不確定性的量化表征,提出基于干擾實時補償或抑制的抗干擾故障檢測方案,設計具有通用形式的正則最小二乘故障估計方法如下:

導航系統的觀測方程

y=Hx+v

(2)

式中:x為待估計狀態向量;y為測量信息向量,v為未知向量,則估計x需要解決如下優化問題:

(3)

式中:W,Σ為權重矩陣。通過計算可得:

（3）框架或剛架結構的類型：當框架或剛架用于計算時，如果需要進行抗震設計，結構類型參數可以定義為：燈罩工廠根據“低延性，高度靈活”的性能設計，2倍的抗震力。在當前鋼結構設計規范的彈性設計階段，塑料耗能區外的板的寬厚比可以通過板的厚度與厚度比減小，從而節省鋼消費。

(4)

當Σ-1→0則有正則最小二乘解:

(5)

基于類似的思路,當導航系統發生故障時,根據測量信息y(0), …,y(k), …,y(N),可通過最小化

s.t.x(k+1)=A(k)x(k)+E(k)f(k)

y(k)=C(k)x(k)+F(k)f(k)

(6)

式(6)中:W1(k)=(F(k)FT(k))-1,W2(k)∈Rn×n為對稱權重矩陣, rank(W2(k))=n。

2.3 可信性分析

多源自主導航系統中信息流動頻繁、信息形式多樣、信息來源冗雜、載體特征各異、運行場景復雜,因此,在實際應用中,多源自主導航系統決策面臨實時性、準確性與可信性等復合約束。面向復雜的應用場景,尤其在危險、極端、特殊、惡劣等環境下,為保證多源自主導航系統綜合性能,基于載體的導航信息源的接入、切換、調度等構成多源自主導航系統決策操作的基本內容,其效果直接影響多源自主導航系統性能。然而,多源自主導航系統決策行為復雜,在載體動力學、環境影響作用下,傳統的決策方法難以實現應用需求。本文面向多源自主導航系統決策需求,從載體動力學特征學習、預測、更新著手,重點量化接入多導航信號源的可信度,可確保信號通路與導航性能的無縫銜接、無感切換。導航信息智能決策的“可信性”構建如圖4所示。

首先,面向無人機、無人車和無人艇等典型載體,多源導航過程中經常面臨干擾、故障等不利因素,隨著場景切換,環境與載體動力學特性也可能會發生突變。因此,結合域隨機化思想,運用深度學習等人工智能技術,通過動力學模型動態更新迭代,構建具有高度環境自適應能力的智能動力學通用框架,可以實現載體運動特性智能預估,為導航信息源的接入以及決策可信性判定提供潛在依據。其次,考慮復雜場景與任務下導航信息源的切換與調度操作等約束條件,一是需要建立不同載體導航信息智能決策的可信性模型,分析導航系統失效概率;二是需要基于機器學習算法構建導航信息決策可信性的量化準則與指標體系,實現復雜工況、場景轉換下的不同載體導航信息的可信判定;三是需要基于導航決策集、嵌入的基準決策邏輯,梳理載體、環境、任務等多方面決策影響因素,形成決策知識,動態擴充決策行為案例集,確定案例集核心數據庫邊界。最后,基于決策行為核心數據庫與邊界,分析評估可信評價與無感切換行為,并指導可信評價與切換優化迭代;同時,面向泛化性,實現決策行為庫與邊界的動態遷移,最終形成核心數據庫小回路動態迭代優化以及可信決策行為大回路的動態迭代優化。

考慮到上述載體系統動力學模型結構復雜,求解時間長、以及動力學特性分析成本高等問題,本文采用內嵌物理知識的深度神經網絡(PINN)對動力學模型進行快速解算。具體路徑為建立用于模型解算的輕量級深度神經網絡,選取合適的初始化條件設置初始參數;根據高精度動力學模型中用于描述物理系統的偏微分方程組,構建由初始條件、邊界條件、以及采樣區域中選定點處偏微分方程的殘差項組成的損失函數項,即:

Lall(θ,λ)=Lx0(θ,λ)+Lxb(θ,λ)+

LF(θ,λ)+Lx(θ,λ)

(7)

式中:θ與λ分別為深度神經網絡與動力學模型的內部參數;Lx0表示初始條件殘差;Lxb表示邊界條件殘差;LF為偏微分方程殘差;Lx是數據殘差。

結合上述損失函數,利用無約束優化方法中的梯度下降迭代法,對深度神經網絡等方法進行訓練,經過訓練達到需求精度的深度神經網絡等方法,可用于對物理系統的動力學模型進行快速解算。

2.4 完備性分析

面向典型任務場景、運動環境和運動載體,導航系統綜合評估的“完備性”主要涉及完備性理論的指標體系構建和建模表征、指標間歸一化處理和組合權重動態分配、指標綜合的完備性度量與全回路動態迭代優化等3個部分。通過完備性分析,自主導航結果可以在故障檢測、故障識別、故障排除、系統重構、可信決策等環節后實現綜合實時度量,從而輔助優化多源自主導航系統檢測、重構、可信決策并判斷當前導航系統是否完備可用。導航系統綜合評估的“完備性”構建如圖5所示。

圖5 導航系統綜合評估的“完備性”構建基本框圖Fig.5 Basic block diagram of “completeness” for navigation system comprehensive evaluation

單一指標難以實現對多源自主導航系統的全面評估,因此,需要構建一套全面、準確的指標體系對多源自主導航系統完備性加以評估。而指標體系的建立需遵循科學性、完整性、一致性原則,以及簡捷性、可測性、可比性等原則,運用多種方法建模表征和計算評估系統底層的可量化單項指標,并結合導航系統中定性指標與定量指標等多維度關聯特征,采用信息熵與貝葉斯網絡等方法分析多源信息定性指標與定量指標的內在關聯。從上述指標體系的要求出發,完備性指標體系是由若干個反映多源自主導航系統結果完備性特征的、相對獨立又相互聯系的統計指標組成的有機整體。值得注意的是,對于多源自主導航系統來說,其底層可量化指標間很可能具有不可公度性,為在同一維度上評估整體性能帶來了挑戰。因此,歸一化方法是多源自主導航系統完備性評估中必不可少的操作。此外,綜合評估作為多源自主導航系統完備性度量的主體部分,評估方法的選擇將直接影響完備性度量結果的合理性,通常可根據指標和指標體系的特點選擇現有的評估方法或重新建立新的評估方法,其與歸一化方法、權重分配方法三者共同決定評估結果合理性和精確性。由于多源自主導航系統面向不同任務、場景和載體,傳統神經網絡主要依靠主觀經驗對激勵函數參數進行設置的方法難以滿足完備性度量的動態性需求,這就要求神經網絡的連接權值能夠根據任務、場景、載體的變化進行自適應調整。因此,有必要研究智能完備性度量方法,將模糊評價結果和自適應神經網絡兩者有機結合,從而實現取長補短的效果,提高完備性度量結果的準確性和置信度。

考慮二級指標層(完備覆蓋率、可檢測度、可重構度、可信度、其它指標參數)到一級指標層(完備性)的綜合評估,可由下式進行綜合:

(8)

式中:ki為與完備性相關的完備覆蓋率參數;Dti為第i個完備模式的可檢測度;Ri為第i個完備模式的可重構度;Dpi為第i個完備模式的可信度;ωi,1,ωi,2,ωi,3分別為對應的指標權重系數;Zbi=[Zbi,4,Zbi,5,…]T為第i個完備模式的其它指標度量值,包括但不限于面向不同任務、場景和載體的歸一化的姿態、速度、位置等性能指標;ωi=[ωi,4,ωi,5,…]為對應的指標權重系數;Nf為完備模式的總數。

3 多源自主導航系統基本特性之間的邏輯關系

多源自主導航系統的可檢測性是在時空信息獲取與傳感層面,探索工程應用中力熱電磁光等多物理場條件下運載體時空信息感知機理,研究多源時空信息獲取與反演方法,通過刻畫系統時空信息匹配檢測、干擾分離與辨識能力的內在屬性,具備多物理場異構時空信息源的匹配、干擾與故障檢測、識別準確程度、計算效率或者辨識故障的能力,即“可檢測能力”。多源自主導航系統的可重構性是在多源時空信息融合層面,針對不同載體的多源自主導航系統資源配置和運行約束等有限邊界條件,提出具有強化學習能力的智能信息融合和干擾濾波方法,突破系統信息流的自主重構和拓撲生成技術,針對干擾拒止等環境,在保證運行順暢的有限時間內實現系統自愈或可接受的降級性能的能力,即“可重構能力”。多源自主導航系統的可信性是在導航信息智能決策層面,針對不同傳感機制和組合模式,研究基于多源自主導航系統動力學等多約束條件下的能力邊界量化方法,通過描述多源自主導航系統結果可信度的內在屬性,提出具有環境適應性和交互能力的時空信息系統設計方法,使其在干擾和故障影響下具備干擾檢測、故障識別、故障排除、系統重構的能力,從而保證系統解算結果的可信,即“可信能力”。多源自主導航系統的完備性是在導航系統綜合評估層面,通過構建多源自主導航系統在構型、物質和能量約束下時空信息感知的評估方法,刻畫針對不同環境和任務的多源自主導航系統時空信息感知的完備屬性。在典型干擾拒止等環境下,具備評估系統在故障檢測、系統重構、可信計算、動態迭代等環節后自主導航結果是否完備的能力,即“完備能力”。多源自主導航系統基本特性邏輯關系如圖6所示。

圖6 多源自主導航系統基本特性的邏輯關系Fig.6 Logical relations among the basic characteristics of multi-source autonomous navigation system

本文嘗試系統性地描述和解釋多源自主導航系統硬件層面是否可接入、軟件層面是否可融合、系統層面是否可檢測、出現故障或者場景切換等是否可重構、重構后是否可恢復、信號處理及信息解算結果是否可信、最終PNT綜合是否完備等。同時,當多源自主導航系統“不可檢測”時,通過因果溯源、演化學習、極小集優化等方式,建立后驗知識感知矩陣,排除未知環境不利因素,強化系統自適應學習能力;當多源自主導航系統“不可重構”時,通過指標迭代、狀態降維、動態適配等方式,重新整合信息融合中多源異質異構補償抑制要素,優化系統動態重構機制;當多源自主導航系統“不可信”時,通過動態切換、知識推理、場景遷移等方式,重新量化信號源可信度,確保信號通路與導航性能的無縫銜接、無感切換;當多源自主導航系統“不完備”時,結合任務、載體、場景等,聚焦多源導航系統宏觀結構特征與全局性演化特征等多維度關聯特征,構建局部性特征與全局性動態相互結合的體系框架,滿足用戶多種需求。

4 結論與展望

面向多種載體、應用場景、導航信息源等,多源自主導航系統面臨著復雜且關鍵的系統級信息處理決策任務,包括多約束條件下不同傳感機制和組合模式的可信邊界量化與決策,系統在感知、融合、決策、動態迭代后導航的完備程度評估等問題。本文提出并研究了多源自主導航系統的可檢測性、可重構性、可信性、完備性等基本特性及其內在邏輯關系,初步闡述了多源自主導航系統的技術方法體系,為多源自主導航系統技術體系構建提供參考。

未來研究中,在充分考慮限制因素、資源配置、運行條件等邊界約束條件后,多源自主導航系統的既定功能可以從可檢測性、可重構性、可信性、完備性等4個方面加以表征和衡量,從而定性和定量結合地實現系統“硬故障”與“軟故障”異常判斷、重構切換與動態迭代,確保系統容錯性能和PNT服務的可信完備輸出。隨著多源自主導航系統功能密度和“算力”處理能力的不斷增強,整個導航系統的數據流、信息流和能量流將顯著增加,可檢測可重構等冗余信息、容錯能力將進一步提高,因此,多源自主導航系統需要加強與人工智能等技術的深度融合,從復雜性與多尺度視角探索智能多源自主導航系統技術,推動構建彈性、動態、穩健與可信的智能多源自主導航模型與方法體系,有力支撐國家綜合PNT體系可持續發展和先進自主導航技術規模化應用。