信息融合,是一门信息处理技术,于20世纪末21世纪初逐渐发展起来的。它的主要作用是综合分析、处理任意途径、时间以及空间上获取的信息,为决策及控制奠定良好的基础。将各种信息进行综合处理是人类一种自觉或不自觉的行为,为了满足战争的需要,人们才开始把信息融合作为一项技术来研究。除军事领域外,目前很多领域都在进行这方面的研究应用。信息融合,也可称为数据融合,是组合导航系统发展过程中的一个关键技术。早于20世纪六十年代的时候,一般用频率滤波或者古典自动控制校正方法来融合数据,主要采用环节校正的形式。自上世纪60年代以来,卡尔曼滤波开始逐渐应用于组合导航系统的数据融合技术中。基于最小方差的卡尔曼滤波估计法在对组合导航系统的数据进行融合的时候,常被称为组合导航最优滤波法。为了达到组合导航的目的,通常先用卡尔曼滤波法去估计系统的所有误差(也叫误差状态),再用误差状态的估计值去校正系统。本文就数据融合技术和卡尔曼滤波技术在捷联航姿系统中的应用进行了仿真研究。主要探讨为提高航向、姿态的输出精度和稳定性,克服低精度惯性测量元件所带来的漂移,为此采用了数据融合技术。引入大气数据系统的空速信号作为组合卡尔曼滤波中的观测量,通过卡尔曼滤波程序对导航计算进行估计误差量的补偿和修正,提高系统的姿态输出精度。同样,引入捷联磁传感器信号,采用磁航向阻尼算法,提高系统的航向输出精度。由于前期系统不太成熟,在真空速组合方式下的输出数据振荡比较大,不可用；为了不影响飞行任务,又能获取该系统飞行的真实数据(同步的真空速信号),经协调暂时先使用GPS组合方式。根据GPS组合方式下的试飞数据完善地面的计算机动态仿真环境,通过地面仿真对比分析GPS地速和真空速模型的差别,进而完善真空速在卡尔曼滤波使用中的分解模型。仿真比较两种组合方式下系统的输出数据来对比分析误差,反复调整真空速模型及针对真空速的卡尔曼滤波参数,最终论证了方案的可行性。