地形匹配辅助导航中匹配区域的选择

利用海底地形匹配辅助导航是水下载体导航技术致力研究的新方向.通过多波束测深系统测量获得的真实地形数据,采用ICCP算法为对准匹配算法,分析了实测地形的统计特征对相关匹配性能的影响,给出了地形匹配区域选择准则,并在实测地形图上利用匹配算法对此进行了仿真研究,从而得到水下载体的最佳匹配位置,提高水下载体的导航精度.     

重力辅助导航匹配区域选择准则

通过在重力场区域中移动局部计算窗口的方法,计算了实测重力场各个局部的多种统计特征并使用填色等值线图进行了对比和分析,以局部重力场的标准差和经纬度方向相关系数作为匹配区域选择的数量指标,给出了重力匹配区经验选择准则。采用均方误差和平均绝对差算法在实测重力图上对重力辅助惯性导航系统进行了仿真研究,计算结果表明,在满足重力匹配区选择准则下进行的重力辅助导航,其导航系统定位误差小于一个重力图网格,匹配率大于90%。     

应用抗差估计SITAN算法的水下重力匹配导航方法

水下重力场匹配导航的SITAN算法综合了扩展卡尔曼滤波技术和地形随机线性化技术,具有实时性好、可操作性强等特点。针对其在粗差探测方面的不足,引入抗差估计方法,通过设置调节因子,降低了异常点状态矩阵和增益矩阵等对下一位置点的影响,来改善导航位置精度,增强可靠性。仿真试验结果表明,采用一般SITAN算法的水下重力匹配导航位置精度均值为2~3 n mile,引入抗差方法后,导航位置精度保持在1 n mile以内,精度水平提升50%以上。抗差估计方法用于水下重力匹配导航,具有较好的精度改善作用。     

海洋重力测量误差补偿技术

海洋重力场信息在勘探矿源和导航定位等方面都具有重要意义.进行海洋重力实时测量时,重力仪会受到各种外界扰动力的影响,再加上重力敏感器本身稳定性和惯性平台系统性能影响,重力敏感器的输出需要进行一系列数据处理和补偿后才能得到当地重力异常值,研究了重力敏感器安装角误差标定、零位漂移估计和格值修正等重力数据预处理方法.分析了海洋重力测量数据处理流程,主要包括零点漂移补偿、水平加速度误差补偿、厄特弗斯效应修正、高度修正和噪声滤波处理等.对每个数据处理过程都提出了具体补偿算法,并分析了补偿后的重力测量误差,将以上重力数据处理方法应用到实际重力测量,结果表明重力仪能够准确测量出当地重力值,其精度为1 mGa1.     

区域重力异常辅助导航定位的统计分析

海洋区域的重力异常变化非常复杂,在利用重力异常数据进行水下载体的辅助导航的仿真中,有些航线我们可以得到较好的匹配结果,有些航线因为辅助区域的重力异常变化较小而不能提供较好辅助定位.利用区域内均匀分布的航线进行多航线的统计分析,可以给出比较客观的区域匹配结果.本文探讨了重力异常辅助惯性导航的相关技术,利用2'×2'的卫星测高重力异常数据,在纬度25°～130°,经度130°～135°的范围对SITAN算法的区域导航能力进行了统计分析.多条航线的统计结果表明,利用SITAN算法进行的重力异常辅助导航可以满足重力辅助导航要求.     

海洋重力测量畸变的消除方法

重力辅助导航进行匹配计算过程中,需要得到当前实时海洋重力数据,而海洋重力仪为了抑制垂直方向上干扰加速度,往往施加强阻尼对由垂直扰动加速度引起的采样质量的位移进行大幅度地压缩,但这同时引起测量得到的重力信号的畸变.因此,消除由于传感器强阻尼造成的重力数据畸变,获得高精度实时重力值,成为一个迫切的问题.为消除此畸变,采用反滤波方法对测量数据进行处理,达到实时获取当前重力异常数据的目的.通过仿真研究表明:反滤波技术可以恢复原始重力异常信号,减小由于强阻尼造成的幅值衰减和相位延迟,提高测量精度.     

全球/区域地形和重力异常间相干性分析

利用卫星测高重力场数据仅可恢复有限频段海底地形信息。为定量描述重力-地形间频谱特征，使用EGM2008/EIGEN-6C4全球重力场位系数模型和DTM2006/EARTH2012全球地形球谐系数模型，以及某3°×3°（12°N～15°N,112°E～115°E）真实海域海底地形数据和卫星测高重力异常数据，采用全球/区域地形-重力相干性分析方法，解算分析了全球/区域地形和重力异常表现强相干性频段参考范围。计算结果表明，全球范围地形-重力在120阶～1000阶左右表现强相干性，对应频段范围是25.45 km～210.61 km。同时，重力场元信噪比、非线性项海底地形和地壳均衡均会影响干扰区域地形-重力相干性结果。研究结果可为利用卫星测高重力数据恢复海底地形信息截止频段的确定提供参考与借鉴。     

一种基于“移去-恢复”理论的重力数据格网化方法

为提升重力数据格网化精度,从频谱组合角度出发,提出了一种基于"移去-恢复"理论的重力数据格网化方法。计算过程中结合地形数据将传统的数学拟合转化为顾及地球物理场信息的物理拟合。这一过程可被简化为"计算-移去-推估-恢复"四步:首先利用高分地形数据计算出目标区域完全布格改正项并利用均衡理论计算出均衡改正;然后将目标区域离散重力数据中的地形相关高频项移除;继而利用频谱更加单一的均衡重力异常进行格网化;最后恢复格网化数据中的地形高频项,得到目标区域格网化的重力数据。实验结果表明,移去地形影响后的重力数据更加平滑,更有利数据格网化;实验区内"移去-恢复"方法精度相比于传统的Kriging格网化精度提升了27.5%,误差阈值更小,分布更加收敛;而且所提出方法构造的局部重力异常能表达出实验区重力场的更多细节特征。     

信息融合技术在水下组合导航系统中的应用

以捷联惯性导航系统作为组合导航系统的主导航设备,地形匹配、多普勒测速仪等为辅助导航设备,分析了S1NS、DVL以及地形辅助导航系统等的工作原理并建立输出误差模型,利用联邦Kalman滤波技术对水下组合导航系统进行信息融合,建立了水下组合导航系统联邦滤波器的观测方程和量测方程,并进行计算机软件仿真实验.仿真结果表明:使用联邦卡尔曼滤波的水下组合导航系统导航状态输出精度满足水下航行器高精度高可靠性的要求.该水下组合导航系统能够得到较高精度的位置、速度和姿态信息,提高了水下航行器远距离长时间导航的精度.     

改进的地形熵算法在地形辅助导航中的应用

地形辅助导航是水下航行器导航技术的一个发展新方向,但它并不能够在任何地形区域都可以工作,比如在平坦区域的导航效果很差。通过计算不同区域的水深标准差,选择地形特征独特的区域作为适配区域。基于熵的算法对于地形复杂区域的匹配分析是快速有效的,但传统的地形熵算法匹配精度不高,本文引入了地形差异熵的概念并对其进行改进,在选定的地形区域使用MATLAB软件进行了仿真研究。仿真结果表明,改进的地形熵算法在选定的地形区域位置误差在250m左右,可以满足水下航行器的导航要求。