高密度集成微慣性導航系統在微小型導彈武器系統、下一代巡航彈、芯片衛星、微小型飛行器、航空彈射座椅及智能頭盔、單兵裝備等領域具有廣闊的應用前景，成為各種制導武器及武器平臺必備的關鍵單機產品。高密度集成微慣性導航中衛導與慣導信息融合解算涉及到慣導系統IMU陀螺儀和加速度計測量值處理、測量誤差估計、姿態、速度和位置更新以及衛星導航系統信息解算過程中的導航電文提取、可見衛星空間位置速度計算、偽距率提取以及組合導航擴展卡爾曼濾波主濾波器設計、量測方程設計、過程噪聲和量測噪聲矩陣估計等內容。然而微慣性導航系統完好性監測算法中多差錯和小差錯故障信息檢測較為困難，甚至遇到“完好性黑洞”等特殊情形，因此，針對高密度集成微慣性導航系統進行自主完好性監測技術研究具有重要意義。

據麥姆斯咨詢報道，近期，北京航天控制儀器研究所、中國航天科技集團有限公司的研究人員針對多平臺、小型化、集群化等未來微小型空天飛行器故障信息自主監測等技術需求，提出一種高密度集成微慣性導航自主完好性監測算法——快速最優子集甄選完好性監測算法（Fast Optimal Subset Selection Integrity Monitoring，FOIM）。該算法能夠顯著降低系統的計算復雜度，并可有效檢測小差錯和多差錯故障觀測量，具有較高的故障信息源檢測識別概率，增強了高密度集成微慣性導航與制導系統魯棒性和完備性。相關研究成果已發表于《中國空間科學技術》期刊。

該項工作中，研究人員將傳感、處理、通信等功能器組件進行系統級微尺度集成，按照物理功能及其實現方式對傳統慣性微系統進行優化組合，以高性能低功耗處理器為核心，將微慣性導航系統的傳感器、存儲器、通信模塊等有機地整合一體，構建出一種開放式、通用化、高密度的微慣性導航系統。該高密度集成微慣性導航系統通過測量運動載體相對慣性空間的角運動和線運動，經過積分等運算可實時得到載體的姿態、速度、位置信息，同時結合多模衛星導航系統進行松組合導航及慣導誤差在線修正，不僅可以建立運載體的運動基準坐標系，還可精確地測量運載體的給類運動參數，同時具有安全自主、高度隱蔽、信息實時與連續、不受時間與地域限制等重要特性。

高密度集成微慣性導航系統機械結構圖

高密度集成微慣性導航系統組成框圖

針對高密度集成微慣性導航中多差錯和小差錯故障信息監測等自主完好性問題，研究人員提出了一種FOIM算法。該算法通過分析微慣性導航衛星導航中可能出現的故障信息源，通過優選子集數目進行算法預檢驗甄選，排除可見導航衛星空間幾何分布較差以及對完好性監測意義不大的組合，最終達到故障檢測與排除的目的。與傳統MHSS算法相比，該算法能夠顯著降低系統的計算復雜度，同時具有較高的故障信息源檢測識別概率，有效避免了完好性黑洞等問題，提高了微慣性導航系統魯棒性和完備性。

FOIM算法原理框圖

運動場景下微慣性導航終端性能示意圖

MHSS算法故障檢測示意圖

量測誤差下FOIM算法故障檢測示意圖

隨著MEMS及微慣性導航技術的發展，小型化、低功耗、高性能的導航、制導與控制系統將越來越多地應用于微小型空天飛行器、無人作戰系統以及精確制導彈藥等領域。展望未來，高密度集成微慣性導航系統將會進一步綜合應用所有可用傳感器觀測信息，如何更好地滿足用戶定位性能需求以及最大限度地保證定位結果的可靠性，將成為未來微慣性導航系統研究的重點。

研究人員稱，后續將針對如何兼顧衛導、慣導以及其他外源傳感器導航完好性算法中的階躍故障和斜坡故障等問題繼續進行深入研究。

審核編輯：郭婷