基于弹性随机模型的潜水器组合导航多源数据融合方法

本发明涉及水下智能航行与组合导航技术领域，具体涉及基于弹性随机模型的潜水器组合导航多源数据融合方法，包括：对惯性导航系统INS、多普勒测速仪、超短基线/长基线、高度计及深度计输出的多源导航数据进行预处理；构建包含导航参数误差与传感器误差的状态空间模型，筛选最佳传感器组合方式；结合弹性PNT框架构建弹性修正参数模型，动态调整状态与观测噪声协方差矩阵，采用多个并行设置的弹性自适应抗差容积卡尔曼滤波器CKF对多源数据进行局部滤波，输出融合解算结果，通过动态信息分配策略实现全局导航状态最优估计。本发明，具备较强的抗干扰性、自适应能力与组合切换鲁棒性，适用于复杂水下环境中的高精度潜水器导航定位任务。