研究了网络约束下的组网运动体姿态估计问题。通过在运动体上固定多个组网节点构造基线矢量，利用节点间共享的位置信息和相对测距信息，建立基于基线矢量的非线性姿态测量模型。采用预测补偿策略处理丢包问题，根据随机最小二乘准则构造带有界不确定参数的代价函数，通过滚动求解约束min-max问题得到鲁棒滚动时域姿态估计器。最后，通过仿真验证了所提算法的有效性，并分析了丢包率对姿态测量精度的影响。

从组网导航系统选取信源无人机的需求出发，研究了集群无人机的测距定位模型和信源筛选问题，基于粒子群算法（PSO)和混沌理论，提出了一种混沌粒子群优化算法（CPSO)。利用相对距离数据建立无人机离散线性定位模型，信源筛选算法采用几何精度因子（GDOP)作为适应度函数，通过速度-位置更新公式的不断迭代，使估计结果逐渐趋向最优，另外，通过混沌映射处理初始种群，避免了PSO容易陷入局部最优解的问题。仿真结果表明，所提算法解算精度高于PSO，计算耗时仅为遍历法的14.6%，在一定范围内增加学习因子的值可以提高算法的解算效率。

针对无人机集结完成之后在三维空间编队飞行时的队形保持问题，提出了基于虚拟长机的三维编队保持系统。利用无人机飞行三维空间运动学关系，结合简化的无人机自动驾驶仪模型，基于以虚拟长机为参考的旋转坐标系建立相对运动学模型，采用滑模变结构控制方法设计了多无人机队形保持控制器。通过仿真验证，该控制器能够使无人机跟踪机动飞行的虚拟长机并保持编队队形稳定，且响应精度和速度较为理想。

为解决集群无人机位姿估计过程中无线通信网络发生的信道拥堵、数据碰撞等网络现象, 提出一种带宽受限下的分布式融合估计器。利用传输中介节点部分分量的降维策略, 在给定分量选择矩阵和权重矩阵的前提下, 建立以滤波增益为决策变量、所有无人机有限时域下状态估计误差协方差阵的迹之和为代价函数的优化方案, 并通过最小化代价函数上界获得一组次优的滤波增益, 实现了集群无人机位姿递推估计。仿真结果表明, 该分布式融合估计能较好地跟踪状态真值; 分量选择矩阵和权重矩阵会影响融合估计精度, 通过搜索分量选择矩阵的组合, 可以获得最优融合估计精度; 另外, 中介状态估计的权重分布越均匀, 融合估计精度越高。

为实现GPS/北斗组合卫星导航系统的快速选星，提出一种基于几何布局的快速选星算法。根据最优选星方案的卫星分布特点，利用卫星高度角和方位角信息实现卫星的区域划分，应用代价函数法对中仰角区域的卫星进行筛选，得到最终的选星方案。与最优选星算法相比，该算法计算量明显减小；仿真结果表明，该算法能将几何精度因子(GDOP)控制在小于2.5的范围内，具有较好的选星效果。综合考虑算法复杂度和选星效果，基于几何分布的快速选星算法能够满足航空航天等对精度和实时性要求较高的领域的需求。

对调制传递函数法、点扩散函数法、基于图像像素的处理方法和光线追迹法等四种常用的红外成像传感器建模仿真方法 的适用范围和优缺点进行了分析和比较，并根据红外成像传感器的特点，得出了将调制传递函数法、光线追迹法和基于图像像素的处理方法相结合的仿真思路。

惯导系统原位标定是提高恒战状态下惯导性能的重要手段。在原位标定输入输出观测数据均含有噪声的情况下，应用传统的最小二乘法进行参数辨识将会得到有偏的结果。因此，为了提高惯导误差参数的标定精度，研究了总体最小二乘法在惯导原位标定数据处理中的应用。首先给出一种16位置标定方案，推导了考虑框架轴、陀螺和加速度计安装误差的惯导系统误差模型，讨论了总体最小二乘法，并分别应用最小二乘法和总体最小二乘法辨识惯导系统的36项误差参数。仿真表明，总体最小二乘法对误差参数的辨识效果优于传统的最小二乘法，满足原位标定精度的要求。