1. 课程导入与组合导航状态估计问题界定

飞行器在真实飞行中，导航系统需要持续回答三个基本问题：我在哪里、我朝哪个方向、我以多快速度运动。惯性导航系统（INS）通过陀螺仪和加速度计积分推算位置、速度与姿态，短时精度高、输出连续，但误差会随时间累积；卫星导航系统（GNSS）长期精度稳定，却容易受遮挡、多径和电磁干扰影响，输出频率也较低。单一导航源很难同时满足连续性、精度和抗干扰要求，组合导航因此成为工程上的必然选择。

组合导航系统的核心组成可以概括为四类对象：惯性测量单元（IMU）提供角速度和比力；GNSS 接收机提供位置、速度等外部观测；气压高度表、磁强计、视觉或星敏感器等构成辅助观测源；导航计算机运行状态估计与信息融合算法。系统结构上，INS 通常作为主导航源，GNSS 等作为观测源，通过卡尔曼滤波及其非线性变体对导航状态进行最优估计。这里的状态估计任务，不是简单地把两组数据平均，而是根据系统动力学模型和观测模型，在噪声与不确定性条件下递推估计飞行器的位置、速度、姿态以及传感器误差参数。

为了把问题界定清楚，需要先明确状态量、输入量和观测量。以 15 维误差状态为例，状态向量可写为：

x = [δp_N, δp_E, δp_D, δv_N, δv_E, δv_D,
     φ_N, φ_E, φ_D, b_gx, b_gy, b_gz,
     b_ax, b_ay, b_az]^T

其中 δp 为位置误差，δv 为速度误差，φ 为姿态失准角，b_g 与 b_a 分别为陀螺和加速度计零偏。系统输入为 IMU 的角速度与比力测量，观测输入为 GNSS 位置/速度、气压高度等。状态方程由惯性导航误差传播方程给出，观测方程则描述外部观测与状态之间的映射关系。组合导航状态估计的基本流程是：预测—更新—反馈校正。预测阶段利用 IMU 数据递推状态和协方差；更新阶段利用 GNSS 等观测修正状态；反馈阶段将估计误差补偿回导航解算，使输出保持连续和高精度。

从工程实现角度看，组合导航状态估计的难点集中在三个方面。第一是模型准确性：INS 误差传播方程中的姿态误差、速度误差和位置误差相互耦合，若忽略地球自转和重力模型，长航时下会产生明显偏差。第二是观测异常处理：GNSS 在城市峡谷或高动态场景下可能出现跳变或中断，若直接送入滤波器，会污染状态估计。第三是参数整定：过程噪声矩阵 Q 和观测噪声矩阵 R 决定了滤波器对模型和观测的信任程度，Q 过大导致输出抖动，R 过大则收敛缓慢。

以一个简化的教学示例说明参数影响。假设飞行器以 100 m/s 匀速平飞，GNSS 位置观测噪声标准差为 5 m，INS 位置误差在 10 s 内漂移约 2 m。若取 R = diag(25, 25, 25)，Q 中位置误差方差取 0.01，则滤波器在 GNSS 有效时位置估计标准差可收敛到 1 m 量级；当 GNSS 中断 20 s，位置估计误差将按 INS 漂移率增长，此时协方差 P 的对角元会明显增大，提示导航解的不确定度上升。这一过程可以通过观察 P 矩阵中位置方差的变化来判断组合导航是否仍处于可信状态。

本课程的知识地图可以概括为四个层次：基础层包括坐标系、姿态表示和惯性导航力学编排；估计层包括卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波及粒子滤波；组合层包括松组合、紧组合、深组合的观测模型与信息分配；工程层包括初始对准、异常检测、自适应滤波和实时性优化。学习时建议始终围绕“状态是什么、模型怎么建、观测怎么用、结果怎么判”四个问题展开，避免只记公式而忽略物理含义。

需要特别强调的是，组合导航状态估计的输出不仅是位置和速度，还包括姿态和传感器零偏。姿态误差会直接影响加速度投影，进而影响速度和位置；零偏估计则决定了 INS 在 GNSS 中断后能维持多久的精度。因此，在评估组合导航性能时，不能只看 GNSS 有效时的位置误差，还要关注 GNSS 中断后的误差发散速度和协方差变化趋势。只有把状态量、模型、观测和评价指标统一起来，才能真正界定清楚组合导航状态估计问题。