随着深空探测技术的发展,火星探测成为炙手可热的研究问题。从以火星探路者号为代表的第一代火星着陆器到以好奇号为代表的第二代火星着陆器,着陆精度从150千米提高到20千米。为满足未来科学任务,第三代着陆器需要实现精确着陆,即着陆误差在百米范围之内。着陆精度的改善得益于火星着陆器进入、下降和着陆段(Entry,Descent and Landing,EDL)先进的导航制导与控制技术,其中火星大气进入段是整个EDL过程最危险、最具挑战、最关键的部分。由于先进的制导与控制技术的实施是以高精度的导航状态估计为基础的,因此,本文以火星着陆器大气进入段为背景,综合考虑了进入段中存在的大气密度、升阻比和弹道系数不确定性,以及未知扰动(如突风干扰)和测量异常值等影响,研究了火星着陆器进入段新型的导航方案和先进的导航算法。论文的主要内容如下:1.研究了火星着陆器进入段的组合导航方案。首先,采用基于可观性矩阵条件数的理论方法来评估导航方案的可观性。然后基于确定的导航方案,在导航系统完全可观的情况下,进一步研究了火星着陆器状态的可估计性。仿真得出基于IMU/火星轨道器的组合导航系统是弱可观的。然后给出了基于IMU/火星轨道器/火星表面信标的组合导航方案,可以验证在这种导航方案下着陆器位置和速度导航精度相比基于IMU/火星轨道器的组合导航方案进一步提高,而且导航系统完全可观。2.针对火星着陆器进入段存在的大气密度不确定性、升阻比不确定性和弹道系数不确定性,研究了弱敏感的导航滤波算法。弱敏感滤波算法与常规扩展卡尔曼滤波算法的区别之处在于滤波增益矩阵的计算方式,其中弱敏感滤波器的增益矩阵是通过最小化后验估计误差协方差的迹和后验估计误差敏感度的加权和来获得。当模型具有不确定性或者未知扰动时,该算法具有鲁棒性。通过采用IMU/火星轨道器/火星表面信标的组合导航方案,仿真验证了提出的弱敏感滤波算法对不确定参数的敏感度远远小于标准扩展卡尔曼滤波。随着不确定参数的依次增加,标准扩展卡尔曼滤波算法状态估计误差逐渐趋于发散,而弱敏感滤波算法的状态估计误差依然保持收敛。最后通过一致性测试验证了所提出弱敏感滤波算法具有更好的可置信度。3.针对火星着陆器进入段的复杂动力学模型和测量模型,以及存在的不确定性和未知扰动,提出了一种新型的自适应插值滤波算法。这种新型的插值滤波算法建立在新息协方差匹配的基础上,通过引入自适应调节的遗忘因子来放大预测状态估计误差协方差,从而补偿未知偏差或不确定性带来的影响。然后为了适应多通道多速率状态估计,标量的遗忘因子被扩展为多个遗忘因子组成的对角矩阵。通过蒙特卡洛仿真验证,在大气密度不确定性、升阻比不确定性和弹道系数不确定性条件下,提出的新型插值滤波算法具有更高的状态估计精度,而且具有更好的可置信度。在未知扰动或偏差情况下,提出的新型的自适应插值滤波算法估计精度远远高于普通的插值滤波算法,且遗忘因子能够随着扰动或偏差的变化而自适应调节,验证了该算法的自适应性。4.针对火星着陆器进入段状态模型存在未知扰动和测量模型存在异常值,提出了胡贝尔插值滤波算法和自适应胡贝尔插值滤波算法。首先,基于广义最大似然估计,给出了标准卡尔曼滤波解的代价函数。当模型具有偏差时,引入了胡贝尔函数来修改基于标准卡尔曼滤波解的代价函数,获得了新的代价函数,并推导出了新的预测状态估计误差协方差和测量噪声协方差。通过把新的预测状态估计误差协方差和测量噪声协方差嵌入到插值滤波算法的框架中,推导出了胡贝尔插值滤波算法。然后在胡贝尔插值滤波算法的基础上,对其预测状态估计误差协方差引入了自适应调节的遗忘因子,推导出了自适应胡贝尔插值滤波算法。通过仿真可以验证,当状态模型具有常值扰动和测量模型具有异常值时,本文提出的自适应胡贝尔插值滤波算法估计精度高于基于胡贝尔函数的插值滤波算法,并远远高于普通的插值滤波算法。而且,本章提出的自适应胡贝尔插值滤波算法的遗忘因子调节幅度要小于自适应插值滤波算法的遗忘因子。5.火星大气进入段存在的大气密度、升阻比和弹道系数不确定参数值对导航性能具有重要的影响,因此本文研究采用分层自适应滤波方法来辨识这些不确定参数值。该分层自适应滤波算法由多个滤波器组构成,每个滤波器组包含多个子滤波器,每个子滤波器的运行是由某一组不确定参数值所实现的。每个滤波器组和每个子滤波器都对应一个门网络来调控加权值。当某一个子滤波器的加权值趋于1时,则代表这个滤波器采用的参数值就是真实的参数值或者靠近真实值。采用这种判别方法,多个不确定参数值可以被同时在线辨识出来。此外,本文也验证了门网络中学习速率因子对于加权值的收敛速率和分层结构辨识能力的影响。最后,归纳总结了本论文的主要研究成果,并对今后的工作进行了展望。