1.UAV Navigation–Grupo Oesía升级VNS01视觉导航系统，强化GNSS拒止环境定位能力。

防务媒体Defense Talks 2026年9月2日报道，UAV Navigation–Grupo Oesía公司宣布升级其VNS01视觉导航系统，新增地形参考导航（TRN）与卫星地图匹配能力，以提升无人机在全球导航卫星系统（GNSS）拒止和对抗环境下的导航精度。此次升级通过软件更新方式交付，为GNSS信号不可用、降级、遭干扰或被欺骗的无人机提供额外绝对定位源。公司称，最新版VNS01在有利条件下可将定位误差约束在约30米，执行此前未飞航线长航时任务时亦是如此。在实现机制上，卫星地图匹配将机载相机图像与预载卫星图像中的道路、河流、海岸线等特征比对，生成绝对位置修正以补偿惯性导航漂移；TRN则对飞行中采集的高度测量值与预载数字高程模型（DEM）进行相关运算，估算飞行器最可能位置并生成导航修正。两者与视觉里程计结合，使系统在长时间GNSS中断期间仍能将误差保持有界，优于传统航位推算随飞行距离不断累积误差的模式。从应用背景看，军用及军民两用无人机用户正日益重视弹性定位、导航与授时（PNT）能力；电子战系统对卫星导航信号的干扰或操纵，进一步要求平台具备不依赖GNSS的独立运行能力。UAV Navigation–Grupo Oesía表示，该升级是其更广泛的“确保自主”多传感器方案的一部分。该公司隶属西班牙跨国技术集团Grupo Oesía，后者曾参与EF-2000、A400M、F/A-18、C-295、P-3“猎户座”（Orion）和MH-60R等平台航电系统的研发，并涉及FCAS/NGWS、Eurodrone、SIRTAP等欧洲无人及未来空战项目。公司计划在西班牙UNVEX与波兰MSPO展会上展示最新技术。

2.是德科技将在ION GNSS+ 2026上展示扩展PNT能力。

Business Wire网站2026年9月2日报道，是德科技（Keysight Technologies）将在2026年9月14日至18日于佛罗里达州奥兰多大柏树凯悦酒店举办的ION GNSS+ 2026大会上，展示扩展的定位、导航与授时（PNT）设计、仿真与验证能力。随着思博伦（Spirent）并入是德科技，公司能力版图已覆盖全球导航卫星系统（GNSS）、替代PNT、自主系统、导航战（NAVWAR）、传感器融合及外场到实验室测试；届时，是德科技将在#201展位演示四个典型测试场景。在此次展示中，PNT X可在受控测试环境下融合GNSS、惯性及其他传感器、低轨PNT（LEO PNT）和机会信号，用于评估多源定位授时协同机制，并对分层PNT架构施以干扰、欺骗等对抗条件下的压力测试。同时，通过同步PNT X与EWASP，是德科技可在时间对齐的多域射频环境中综合接入雷达、通信与动态电子战威胁，支持系统之系统级测试和复杂作战场景中的弹性PNT验证；PNT Xe与UXM则将GNSS和非地面网络（NTN）测试引入同一实验室，评估芯片组互操作性、定位性能与多源融合架构，加速下一代弹性PNT方案开发。SimXTRACT软件旨在解决真实环境中复合GNSS信号对PNT设备性能影响的解析难题，可将记录与回放系统采集的I/Q数据分解为视距信号、多径和精确真值，生成完全可编辑的GNSS仿真场景，并在PNT仿真器中复现原始外场电磁环境。需要指出的是，这套工具链集中验证了“弹性PNT”从概念走向工程落地的可行路径，其测试对象由单点设备向多源、多域体系延伸。

3.捷豹路虎公司推出了一套基于因子图优化的概念验证导航系统。

据Inside GNSS网站9月1日报道，捷豹路虎（JLR）公司在欧洲航天局NAVISP项目框架下，推出了一套基于因子图优化（FGO）的概念验证导航系统，用于解决GNSS信号衰减、遮挡或失效场景下的车辆定位难题。该技术将导航问题构建为关联车辆状态、传感器测量值与约束条件的图结构，在时间窗口内完成联合优化，不同于传统递归滤波的顺序处理模式。该公司项目团队开发出完整的FGO-Nav单元，采用模块化架构，可直接接入GNSS与惯性测量单元，还预留了激光雷达、摄像头、雷达的扩展接入能力；依托传感器抽象层实现硬件无关的传感器接入，支持离线数据复现回放，同时配套指标工具集与图形界面，方便参数配置、性能分析以及不同估计算法对比。捷豹路虎团队将GNSS、惯性测量单元、运动模型因子纳入包含位置、速度状态的图中，通过高斯·牛顿或莱文贝格·马夸特非线性最小二乘优化器最小化残差完成状态估计。研究人员采集了时长超24小时、覆盖城郊、轻度城市、密集城市环境的同步GNSS/惯性导航数据，场景涵盖隧道、非视距环境、高楼峡谷、树荫路段，结合实测、合成、公开UrbanNav多类数据集，将FGO方案与加权最小二乘法、扩展卡尔曼滤波、商用GNSS/INS RTK接收机方案做对比测试。结果显示，在伯明翰轻度城市场景下，紧耦合FGO的二维均方根误差为2.02米，略优于另外两种算法，密集城市环境下优势进一步凸显；在UrbanNav数据集测试中，松耦合FGO二维均方根误差为9.82米，优于对应的扩展卡尔曼滤波方案。测试还发现，10历元优化窗口可在精度、鲁棒性、计算负载之间取得较好平衡，2、10、30历元三种配置的二维均方根误差差距不大。本次完整交付的原型系统包含数据记录器、传感器抽象层、FGO运算引擎、指标框架与图形界面。捷豹路虎提出，后续将优化垂直方向定位精度、实现自适应窗口管理、扩充数据集，并接入车辆里程计、激光雷达、摄像头以及雷达做进一步迭代。