English
资源说明：随着科技的发展，多星同步观测在组合导航系统中的应用日益广泛。加权多星观测的紧密耦合的INS/CNS组合导航新算法是近年来航空航天领域研究的一个热点。本文将详细介绍有关该算法的知识点，包括INS/CNS组合导航系统、加权多星观测、紧密耦合模型、自适应滤波器设计等。
1. INS/CNS组合导航系统（Inertial Navigation System/Celestial Navigation System）
惯性导航系统（INS）和天文导航系统（CNS）的结合是一种实现高精度自主导航的有效方式。INS基于惯性测量单元（IMU）来估计载体的位置、速度和姿态，而CNS则通过观测天体（如星星）来确定载体的位置。INS/CNS组合导航利用了两者的优势，提高了导航系统的精度和可靠性。
2. 加权多星观测（Weighted Multi-Stars Observations）
在多星同步观测中，星光观测的误差会随时间变化，并且不同星星间的误差级别也不同。传统INS/CNS组合导航系统通常没有考虑到这一点，导致导航精度受限。新算法中引入了加权多星观测，它通过设计的星子集遍历策略来评估每次观测的误差水平，从而在进行信息融合时更准确地处理各观测数据。
3. 紧密耦合模型（Tightly-Coupled Integration Model）
不同于传统的松散耦合模型，紧密耦合模型提供了一个新的INS/CNS集成框架。在紧密耦合模型中，INS的测量值可以直接与原始的CNS观测值进行融合，而不是仅仅利用INS和CNS的导航解。这种直接的融合大大增强了导航系统的性能。
4. 自适应滤波器（Adaptive Filter）
自适应滤波器可以根据评估的误差级别，融合多星观测数据与INS数据。这种滤波器能够动态调整滤波参数以适应观测条件的变化，因此在导航过程中可以得到更准确的导航信息。
5. 导航精度的提升（Navigation Accuracy Improvement）
该新算法在模拟中显示出了比传统方法显著提升的导航精度。这是通过结合紧密耦合模型和自适应滤波器，能够更准确地利用多星观测数据实现的。
6. 高超声速巡航飞行器（Hypersonic Cruise Vehicles, HCVs）
高超声速巡航飞行器具有快速全球机动的潜力，因此对其自主导航系统提出了更高的精度和可靠性要求。由于HCVs在高速飞行时会形成“等离子鞘层”，阻止无线电通信、遥测信号的接收，甚至最重要的是GPS信号的接收，因此需要更为复杂的导航系统来确保飞行器的自主导航能力。
7. 嵌入式GPS/INS系统（Embedded GPS/INS, EGI）
EGI是一种在飞机中广泛使用的导航设备，它通过集成GPS接收器和INS提供导航信息。然而，对于以高超声速飞行的飞行器，由于等离子鞘层的影响，GPS信号可能无法被接收，因此需要寻找替代的高精度自主导航方法。
总结以上知识点，紧密耦合的INS/CNS组合导航新算法通过采用加权多星观测和自适应滤波器，大幅提升了高动态飞行器如高超声速巡航飞行器的导航精度和可靠性。它在面临传统GPS信号接收受限制的挑战时，提供了一种有效的导航解决方案。这种方法不仅适用于航空航天领域，也为其他需要高精度导航的应用提供了新的思路和技术支持。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
