提出了一种基于扩展卡尔曼滤波的惯性导航系统(INS)/光流/磁强计/气压计组合导航方案。将INS、光流和气压计数据融合, 估计无人机(UAV)的速度和位置。当UAV静止或匀速运动时, 将陀螺仪与加速计、磁强计、光流的数据融合, 估计UAV的姿态。当UAV加速或减速时, 用陀螺仪估计UAV的姿态。实验结果表明, UAV的速度误差从最大20 m/s减小到了10 m/s, 角度误差从最大80°减小到了10°。该方案可以有效解决速度、位置和姿态估计的累积误差问题。

在利用大气偏振模式进行导航的领域中,太阳空间位置是一个非常重要的导航特征信息,太阳空间位置的获取是导航应用中的一个重要的问题。提出一种基于瑞利大气偏振模式和K-means聚类算法获取太阳空间位置的计算方法。从大气瑞利理论所建立的全天域大气偏振模式出发,根据大气偏振模式中偏振度(DOP)的基本规律对偏振度数据进行K-means聚类分析,将太阳空间位置的求解转换为求解K-means类中心的问题,通过算法仿真实验和实测实验进行验证。实验表明,在晴朗天气条件下同一天不同时刻求解的太阳位置方位角和高度角误差均小于0.01°。算法误差平稳,相对误差可以达到更高的精度,可以有效地利用大气偏振模式解算太阳空间位置。