图片来源： Primoco UAV SE

1. GNSS 面临的威胁日益严重

GNSS 欺骗和干扰是卫星导航可靠性的两大威胁。GNSS 欺骗涉及传输模仿合法信号的虚假 GNSS 信号，欺骗接收器计算错误的位置。相比之下，GNSS 干扰涉及故意传输射频信号，通过提高本底噪声来压倒或干扰 GNSS 接收器，从而有效地拒绝对卫星信号的访问。检测欺骗的传统方法包括信号强度监控、到达时间分析和使用机载传感器进行一致性检查。信号强度监控会查找可能预示欺骗活动的突然波动。到达时间技术比较 GNSS 信号的到达时间以检测异常，而一致性检查将 GNSS 数据与惯性测量单元 （IMU）、气压计或其他传感器的输入交叉引用，以识别差异。用于欺骗和干扰缓解的新兴技术包括机器学习算法、多天线系统和加密保护。当与强大的传感器融合架构相结合时，这些方法可显著提高系统在竞争激烈的导航环境中的弹性。

2. 欺骗检测和缓解技术

随着 GNSS 欺骗等威胁日益危及导航系统的完好性，奥斯亚无人机导航集团（UAV Navigation-Grupo Oesía） 开发了一套先进技术，旨在增强其导航解决方案的弹性和可靠性。通过集成惯性系统、视觉导航和替代方法（如基于太阳光的航向确定），该公司提供了一个强大的冗余架构，即使在 GNSS 拒绝的环境中也能确保作连续性。这些技术不仅可以检测干扰或欺骗企图，还可以通过独立的定位源主动减轻其影响，从而显著提高无人平台在关键任务期间的安全性和自主性。

3. 坚固而精确的惯性导航系统

由奥斯亚无人机导航集团开发的自动驾驶仪集成了复杂的内部设计的姿态和航向参考系统 （AHRS），构成了其精确惯性导航解决方案的核心。该 AHRS 采用加速度计、陀螺仪和磁力计的组合来估计飞机的姿态和航向，从而能够根据最后已知的坐标计算其位置。当 GNSS 数据变得不可用或不可靠时，系统使用这些惯性估计无缝地继续导航，确保短期位置连续性。

为了应对日益常见的威胁，例如 GNSS 欺骗、干扰和电子干扰，AHRS 经过了严格的验证。它已经由专业军事单位在高强度电子战场景中进行了广泛的测试，包括暴露于欺骗攻击和反无人机系统 （C-UAS） 系统中。这些苛刻的测试证实了该系统即使在面临故意中断的情况下也能保持任务连续性的能力。

在一次值得注意的作战部署中，UAV Navigation-Grupo Oesía 的自动驾驶仪通过受“干扰幕”保护的区域成功完成了一项高度复杂的任务。尽管 GNSS 故意否认，该系统仍保持控制，完成其目标，甚至作为蜂群行动的一部分执行协调飞行机动，突显其在有争议条件下的自主导航能力。一个关键的系统功能是它能够检测和评估导航威胁，动态识别可能受损的数据源，并确定替代的可信来源的优先级。这使得自动驾驶仪能够保持导航完整性，并有效和自主地继续执行任务。这种弹性行为得到了基于多传感器数据融合、高级算法和内部逻辑的强大架构设计的支持，该逻辑可以智能地权衡和组合来自各种子系统的输入。这包括来自集成空气数据系统 （ADS） 的数据，该系统提供空速和气压高度等关键变量，进一步完善惯性导航计算。

即使在完全 GNSS 拒阻和动态飞行条件下，AHRS 也已被证明能够保持稳定和准确的姿态和航向估计，确保在最具挑战性和恶劣环境中自主无人机作的连续性和安全性。

4. 视觉导航系统

视觉导航系统VNS01 是一种先进的视觉导航解决方案，旨在提高无人机作的准确性和可靠性，尤其是在 GNSS 拒阻的环境中。VNS01 利用人工智能 （AI） 和先进的计算机视觉技术，显著降低惯性漂移，从而在卫星信号不可用或不可靠时提高整体导航性能。

该系统通过使用机载摄像头捕获地形的实时图像来运行。这些图像经过处理以提取环境特征，然后用于估计飞机的位置和速度。VNS01 根据任务要求和信号可用性支持三种作模式：GNSS 辅助模式，提高正常运行期间的准确性;使用地形识别对已知地形进行 GNSS 拒绝导航;以及通过视觉里程计 （VO） 在未知区域进行导航。

GNSS 拒阻导航的核心挑战之一是惯性航位推算产生的漂移。这种漂移是加速度计和陀螺仪数据持续集成的结果，这些数据会随着时间的推移而累积误差。VNS01 通过在飞行过程中创建环境的可视化地图来缓解这个问题。通过识别模式和比较连续的图像，该系统可以持续调整无人机的估计位置和方向，从而显着减少导航漂移。

今年，UAV Navigation-Grupo Oesía 计划发布能够在弱光和夜间条件下运行的新版本 VNS，从而显着延长任务窗口和作灵活性。此外，即将推出的版本将整合数字制图和公共地图源，使用深度神经网络来增强对已知区域的导航，即使在视觉条件恶化的情况下也是如此。与此同时，该公司正在积极探索互补技术，例如地形等高线匹配 （TERCOM），这是一种基于将机载高度计数据与数字高程图相关联的技术，通过地形剖面来估计位置，为稳健的导航提供了另一种独立于 GNSS 的替代方案。VNS01 与 VECTOR 自动驾驶仪完全集成，增强了自主飞行能力，并确保任务的稳定性和连续性，即使在具有挑战性的条件下也是如此。

5. 新选择：太阳能导航

作为其持续创新承诺的一部分，UAV Navigation–Grupo Oesía 正在积极开发新的导航替代方案，以进一步提高其系统的准确性、稳健性和自主性。这包括对旨在提高导航性能的新型传感器和先进算法的研究，特别是在基于 GNSS 的传统系统可能不可靠或不可用的竞争或退化环境中。

其中一项创新是太阳光导航，它使用太阳的位置来确定飞机的航向。这种方法为传统的基于磁力计的航向系统提供了一种非常稳健的替代方案。通过精确测量太阳入射矢量并参考太阳在任何给定时间和位置的已知位置，该系统可以准确计算飞机相对于真北的航向，而不受磁场的影响。

太阳光导航系统具有多项作优势：无需机载校准，不受磁干扰，并且不受黑色材料或电磁场的影响。这些特性使它们特别适合在城市环境中、金属结构附近或电子对抗措施可能降低磁力计性能的军事场景中执行任务。因此，太阳能导航代表了多传感器架构中一种有前途的互补解决方案，旨在确保在任何情况下都能实现可靠和有弹性的导航。

6. 方法论

INS、VNS 和太阳光导航的集成创建了一个强大的多层导航解决方案，可显著提高抵御干扰和攻击的准确性和可靠性。通过组合来自各种来源的数据（每个来源都有其独特的优势），该系统弥补了单个技术的限制和脆弱性。

例如，虽然 INS 可以在没有 GNSS 信号的情况下提供连续数据，但 VNS 和太阳能导航提供补充定位功能，进一步提高在具有挑战性的环境中的性能。这种集成不仅优化了各种条件下的导航精度，还增强了弹性，确保即使一个或多个数据源受到损害，系统也能保持运行和精确。最终，这种整体方法提供了更强大、适应性更强且容错能力更强的导航解决方案，适用于各种任务和环境。

7. 性能分析、结果和讨论

UAV Navigation-Grupo Oesía 对其导航系统进行了严格的测试。这些飞行日志提供了宝贵的数据，使公司能够改进和增强系统，从而创建植根于持续改进理念的解决方案。

这些系统已在实际作场景中进行了广泛的测试，并通过军用级评估获得了重要验证。专门的军事单位对系统进行了严格的场景测试，包括蓄意干扰和欺骗攻击。尽管条件恶劣，这些系统始终如一地展示了它们在敌对干扰下也能保持任务连续性和成功完成目标的能力。这些结果凸显了系统在竞争环境中承受和有效运行的能力，在可靠性至关重要时提供关键性能。

系统评估的一个关键部分是它在干扰和欺骗攻击下的性能。在有源电子干扰的环境中进行的严格测试表明，这些系统可以有效地检测、拒绝和减少错误信号。这些系统配备了先进的算法，旨在识别干扰并确定可靠数据源的优先级，确保在积极试图破坏导航的情况下成功完成任务。这些结果表明，这些系统具有很强的弹性，即使在 GNSS 信号不可靠或受损的情况下也能正常工作。

太阳光导航系统已在试飞中成功测试，展示了即使在没有传统 GNSS 信号的情况下也能进行精确导航的潜力。测试是在最大起飞重量 （MTOW） 为 10 公斤的无人机平台上进行的，配备了太阳光导航系统。这些测试证明了该系统在实际条件下的有效性，进一步验证了其作为竞争环境中替代解决方案的可靠性。

这些系统开发过程的一个重要方面是持续改进周期，该周期由现场作员和最终用户的持续反馈驱动。该公司根据这些反馈定期更新其系统，确保它们不断发展以应对日益复杂的运营条件的挑战。这种以用户为导向的方法可确保系统保持可靠性和有效性，尤其是在 GNSS 信号受损或受到干扰的环境中。实时性能数据的集成允许识别潜在的系统改进，并在未来的迭代中实施这些增强功能。

8. 惯性和视觉导航系统性能分析

UAV Navigation 的 INS 和 VNS 的性能已通过真实世界的作反馈和结构化测试程序进行了严格评估。在实际任务中积累的大量飞行时间为了解在竞争环境中的表现提供了宝贵的见解。这种作反馈对于导航技术的持续改进和完善至关重要，确保其稳健性和对不断变化的任务要求的适应性。真实世界飞行的累积数据已系统地纳入系统的开发周期，促进了系统功能的不断增强。

该公司还进行了旨在模拟真实任务场景的非破坏性作测试。这些测试包括使用任务配置、控制、制导和导航系统，并集成辅助系统以模拟 GNSS 干扰或欺骗攻击。及时检测和拒绝此类干扰的能力是在 GNSS 受损条件下保持可靠导航的关键。此容量允许系统尽可能长时间地继续使用可用的 GNSS 信号，但在它损害系统的完整性之前将其拒绝。

9. 太阳光导航性能分析

太阳光导航已成为一项很有前途的技术，可以进一步提高无人平台作的稳健性和安全性。虽然当前的系统在竞争环境中提供了出色的结果，但太阳能导航提供了一种增强系统弹性的补充方法，特别是当其他传感器因环境干扰或作限制而面临限制时。

通常，飞机的航向是通过融合来自陀螺仪和磁力计的数据，或通过双 GNSS 等解决方案得出的，双 GNSS 计算来自两个接收器的信号之间的相位差。然而，磁传感器对黑色金属材料和电磁场很敏感，限制了它们在海军平台、电动发动机或强干扰区域的使用。磁力计还需要对每种飞机配置进行校准，这使得作复杂化，尤其是对于较大的平台。尽管存在校准飞行中磁力计的技术，但它们通常侧重于视觉导航系统，和双 GNSS 提供精确的解决方案。

相比之下，太阳光导航无需机载校准，简化了作和安装，唯一的要求是传感器能看到太阳。但是，它也有局限性，例如只能在白天使用，并且在冬季日出、日落或高纬度地区面临挑战。此外，该传感器在可见光和红外光谱中工作，这意味着云层会阻碍太阳信号。为了解决这个问题，UAV Navigation-Grupo Oesía 正在探索检测紫外线 （UV） 光谱的传感器，即使在不利的大气条件下也可以连续运行。

图 4 总结了所提出的系统，其中包括导航系统中涉及的所有元件。标记为红色的部分突出显示了在 GNSS 拒绝作期间处于活动状态的组件。空气数据、姿态、航向参考系统 （ADAHRS） 架构基于强大的姿态估计器和先进的视觉导航技术，提供了一个完整的、独立于 GNSS 的解决方案。采用太阳能传感器为飞机的偏航角增加了精确可靠的可观测对象，进一步增强了系统在 GNSS 拒绝环境中的性能。

图 4a 和 4b 概述了 ADAHRS 架构和太阳光外围架构。位置和 UTC 时间输入用作预测模型的外部源。这些输入不需要高精度，因为太阳在短时间内对地面上的观察者来说似乎是静止的，并且太阳相对于平台上两个单独点的角度视角保持相对恒定。在这一点上，我们必须说传感器的工厂校准起着至关重要的作用，因为它保证了传感器视野内的最佳性能，并最大限度地减少了装配错误。此外，图 6比较了平飞期间的三个航向源，其中磁力计信号表现出最高的噪声密度，而太阳能外围设备和双 GNSS 罗盘都提供了更稳定的信号。

从测试中获得的结果表明，太阳光导航技术作为 UAS 平台航向稳定性的替代解决方案显示出广阔的潜力。该系统通过地面和飞行的初步验证，表现出尺寸、重量和功耗低 （SWaP-C）、良好的精度和易于集成性，还有一个额外的好处，即不需要飞行校准。

本研究为将天文导航技术集成到 UAS 制导、导航和控制系统提供了概念验证。结果突出了太阳能导航系统作为 GNSS 独立替代品的可行性，在国防部门具有巨大潜力，因为 GNSS 拒绝作越来越普遍。

10. 结论和未来工作

INS、VNS 和太阳光导航的集成提供了一个全面的解决方案，即使没有 GNSS 信号，也能确保任务成功。这些进步解决了在 GNSS 信号容易受到干扰、欺骗或完全拒绝的竞争环境中进行精确导航的迫切需求。

该公司正在进行的研究重点是进一步提高其导航系统的精度和可靠性。这包括开发旨在提高整体性能的新传感器和算法。此外，UAV Navigation-Grupo Oesía 正在积极致力于增强基于 AI 的导航系统，这将实现更高效的数据处理和更准确的定位，尤其是在复杂的作条件下。UAV Navigation-Grupo Oesía 也在扩展其技术，以满足其他 UAS 类别和作环境的需求。此次扩展包括使系统适应更大的平台和具有不同干扰类型的环境，进一步提高系统的多功能性和弹性。该公司继续投资于研发以改进其技术，确保在具有挑战性和拒绝 GNSS 的环境中导航的无人机系统提供最佳解决方案。这些努力将对无人机行业产生重大影响，为关键任务提供可靠、精确和强大的导航解决方案。