Data fusion strategies for enhanced radar-aided inertial navigation

In today's era, autonomously guided missile navigation systems are assuming an increasingly central role in defense, enabling the fulfillment of even more stringent requirements for accuracy, precision, and reliability in estimating the missile's state. However, to ensure such performance, relying solely on purely inertial navigation, which dominated this field in the last century, is no longer adequate; therefore, it needs to be integrated and corrected with external measurements. In this thesis, a loosely coupled INS/Radar navigation solution is analyzed in detail to produce a comprehensive trade-off analysis across different operational scenarios exploiting different non-linear estimation techniques: the extended Kalman filter (EKF), the unscented Kalman filter (UKF), and the particle filter (PF). To validate the data fusion algorithms, a test case is conducted on a real missile trajectory estimation problem, showing that all the integrated navigation algorithms, although with few differences among them, lead to a significant improvement compared to purely inertial navigation. To conclude, a robustness analysis is conducted to verify the filter's behavior in non-nominal situations, taking into account possible variations of the radar's parameters and the presence of fault measurements.

Nell'era odierna, i sistemi di navigazione autonoma per missili guidati stanno assumendo un ruolo sempre più centrale nella difesa, consentendo di soddisfare requisiti sempre più stringenti di accuratezza, precisione e affidabilità nella stima dello stato del missile. Tuttavia, per garantire tali prestazioni, affidarsi esclusivamente alla navigazione inerziale, che ha dominato questo campo nel secolo scorso, non è più adeguato ed è quindi necessario integrarla e correggerla con misurazioni esterne. In questa tesi, è stata analizzata in dettaglio una soluzione di navigazione INS/Radar basata su uno schema di integrazione loosely coupled per definire un'analisi completa delle prestazioni utilizzando diverse tecniche di stima non lineare in vari scenari operativi: extended Kalman filter (EKF), unscented Kalman filter (UKF), e particle filter (PF). Per validare gli algoritmi di data fusion, è stato studiato un caso applicato ad un problema reale di stima della traiettoria di un missile, dimostrando che tutti gli algoritmi di navigazione integrata, sebbene con alcune differenze tra di loro, portano a un miglioramento significativo rispetto alla navigazione inerziale. Per concludere, è stata condotta un'analisi di robustezza per verificare il comportamento del filtro in situazioni non nominali, tenendo conto di possibili variazioni dei parametri del radar e della presenza di misure errate.