题目：非线性非高斯组合导航融合容错技术研究

现代及未来战场、民用对于导航系统精度、可靠性、动态性能、抗干扰性能及实时性等方面的要求不断提高，采用组合导航系统便成为一条重要的解决途径。然而随着组合系统及其应用环境的日益复杂，传统的组合导航信息融合技术在非高斯噪声影响或复杂非线性系统应用中已经变的难以适应。因此，研究设计实用高效的非线性非高斯组合导航融合容错技术及算法是进一步提升组合导航性能的有效手段。本文分别以包括GPS、SINS及JIDS导航系统在内的多种导航系统为研究对象，对非线性非高斯组合导航融合容错技术进行了研究。 首先通过研究包括EKF、UKF、PF在内的各种非线性滤波技术，同时重点研究应用粒子滤波算法来解决非高斯噪声影响下的非线性系统的状态估计问题，并对其存在退化现象以及因简单重采样引起的粒子匮乏问题进行了分析，确立了采取优选重要性分布以及改进重采样的研究方向。 其次，研究了粒子滤波的改进方法，采取EKF、UKF来优选PF的重要性分布，同时提出了基于小生境遗传算法策略以及基于并行/伪并行遗传算法的重采样方法，在一定程度上抑制了粒子滤波的退化等问题，有效改善粒子滤波的综合性能。 再次，研究并推导了非线性滤波的克拉美罗下限，以实现从理论是对各类滤波器性能的评价，并以GPS系统为例对各类滤波算法的定位性能进行了对比分析。同时结合改进的粒子滤波算法进一步提高了复杂运动环境下GPS/INS组合系统的估计精度。 最后，在上述研究的基础上，通过结合粒子滤波与组合导航系统联合卡尔曼滤波算法，提出了适用于非线性非高斯系统的联合粒子滤波算法，在JIDS/SINS/GPS组合导航信息的融合与容错上取得了较好的效果。 本文对组合导航系统非线性非高斯融合容错技术的研究，对于提高组合导航综合性能满足未来社会生活及军事战场的需求具有重要意义。同时也为复杂噪声干扰环境下，非线性系统组合系统信息融合容错及性能分析技术研究奠定了基础。