作者：劉帆
我想每個人小時候都有一個對于藍天的夢想和對于飛機的向往。

記得當(dāng)年每每去往縣城的路上，就會遠遠的看見一個空軍后勤保障運輸機場上停放著十多架飛機。那是傻傻的我們在巴士上掙脫父母們的雙臂站起來仔細的觀望著遠處的飛機，并認為飛機啟動了，馬上要飛起來了，而年少的我們那時心情卻是異常的興奮、激動，后來我們知道不是飛機在動，而是巴士在動。再后來有幸能乘坐飛機，能觀看到藍天白云，有想偷偷拿出手機拍照的想法，但最終沒能實施。而今年成為碩士研究生之后，我非常幸運的進入無人機項目組，跟著師長們一起學(xué)習(xí)這個神秘而又令我亢奮的飛機，而且是無人機。這一路走來，與飛機的情緣越積越多。

由于剛進入研究生階段，其課程任務(wù)多，故沒有時間和能力去進行無人機相關(guān)的實驗與調(diào)試。主要通過閱讀相關(guān)書籍來了解其基本知識，為以后進入項目組一起研究而努力，所以現(xiàn)在的我充其量只是一個無人機愛好者，但是我愿意和無人機一起走過這一路，愿意延續(xù)這份“機”緣。

 無人機的全稱為無人駕駛航空器，是一種裝備了必要的數(shù)據(jù)處理單元、傳感器、自動控制器以及通信系統(tǒng)的飛行器，能夠在無人干預(yù)的情況下完成自主飛行任務(wù)。要自主的完成飛行任務(wù)，故其中導(dǎo)航與制導(dǎo)就成為非常關(guān)鍵的一步，飛機怎樣能正確穩(wěn)定的起飛、航行與降落。這一塊的成功與否直接關(guān)乎到無人機的正常工作與“生命”。就我這兩個月的學(xué)習(xí)，對導(dǎo)航這一方面淺談幾句。

       導(dǎo)航系統(tǒng)有很多，比如全球定位系統(tǒng)（GPS）、全球?qū)Ш叫l(wèi)星系統(tǒng)（GLONASS）、伽利略全球衛(wèi)星導(dǎo)航系統(tǒng)（Galileo）、北斗衛(wèi)星導(dǎo)航系統(tǒng)（BDS）、慣性導(dǎo)航系統(tǒng)（INS）和天文導(dǎo)航系統(tǒng)（CNS），不同的導(dǎo)航系統(tǒng)各有優(yōu)缺點。伴隨這對導(dǎo)航精度要求的提高，各種單系統(tǒng)的導(dǎo)航模式已經(jīng)滿足不了人們對定位精度的要求。在社會生產(chǎn)力和需求的要求下，組合導(dǎo)航應(yīng)運而生。所謂組合導(dǎo)航就是用兩種或兩種以上的非相似導(dǎo)航系統(tǒng)對同一導(dǎo)航信息作測量，并解算形成量測量，然后從這些量測量計算出各導(dǎo)航系統(tǒng)的誤差并校正。

       在組合導(dǎo)航中又根據(jù)數(shù)據(jù)耦合的方式分為緊耦合和松耦合。緊耦合的優(yōu)點是可以減少各傳感器的誤差量，使得量測信號更為精確，缺點是需要對傳感器本身進行修正。由于各類傳感器的機理與構(gòu)造存在很大的差異，因此在應(yīng)用和研究上存在較大的實際困難。而松耦合易于實現(xiàn)，但是導(dǎo)航精度受到一定的制約。在科技高速發(fā)展的今天，對于系統(tǒng)精度和穩(wěn)定性的追求，只要是可實現(xiàn)的我們都會去實現(xiàn)它、完善它?，F(xiàn)今緊耦合成為了主流的耦合方式，廣泛應(yīng)用與各種無人機導(dǎo)航模塊中。

       說到這里不得不說的就是Kalman濾波。實現(xiàn)組合導(dǎo)航的關(guān)鍵是采用先進的信息融合技術(shù)，將兩個或者兩個以上導(dǎo)航子系統(tǒng)輸出的數(shù)據(jù)進行融合，以提高組合導(dǎo)航的導(dǎo)航精度。Kalman濾波就是來實現(xiàn)這樣解算功能的模塊。Kalman濾波的特點是對狀態(tài)空間進行估計，而狀態(tài)空間估計是一種動態(tài)估計，由于Kalman濾波采用遞推線性最小方差估計算法，即由參數(shù)的驗前估計值和新的觀測數(shù)據(jù)進行狀態(tài)參數(shù)的更新。所以，一般只需存儲前一個歷元的狀態(tài)參數(shù)估值，無需存儲所有歷史觀測信息。簡單的來說Kalman濾波是一個帶回饋的估計方法，濾波器先做出相應(yīng)的估計，然后再以含有噪聲的量測形式獲得反饋。歸結(jié)為兩步：時間更新和兩側(cè)更新。

       上述的Kalman濾波是一種最優(yōu)估計，其僅適用于線性系統(tǒng)，但是大多實際情況下系統(tǒng)并非線性，故Kalman濾波并不適用?，F(xiàn)在在組合導(dǎo)航濾波設(shè)計中處理非線性的方法有擴展Kalman濾波­­（EKF）、無跡Kalman濾波（UKF）和粒子濾波（PF）。但至今沒有完善的解決方法，通常采用的是擴展Kalman濾波，先將非線性問題轉(zhuǎn)換成線性問題，然后再進行Kalman濾波求解得到次優(yōu)估計。但是這樣勢必將產(chǎn)生相當(dāng)量的誤差，所以我認為非線性系統(tǒng)的濾波方法是將來研究的一個重要方向，去更好的貼近實際的情況。

       導(dǎo)航模塊也只是無人機系統(tǒng)的一部分，要把無人機這一套系統(tǒng)的軟硬件的原理都清楚掌握必然是需要時間的累積和精力的投入。但是不怕，我們很年輕，我們很有興趣，我們會堅持……

       五年、十年后的我能出差到各個地方去解決無人機方方面面的問題，我能看見經(jīng)我手的飛機能自由而又有“規(guī)劃”的遨游在它應(yīng)該在的藍色星空里。當(dāng)然這是一個美麗的夢，一個讓人不愿醒來的夢，但是我要醒來，因為不醒來，不去拼搏，何以去實現(xiàn)這個夢？

       無人機雖小，可它玩的是整片天空；我雖不是掌舵者，但我想成為無人機在陸地上的“地面站”靜靜的、面帶滿意微笑的看著它飛向遠方。