基于改进TERCOM的地形辅助导航算法

自主水下航行器长时间航行后惯性导航系统的位置误差会随时间不断增加，地形辅助导航可帮助惯性导航系统进行误差校正。为解决地形轮廓匹配（TERCOM）算法对航向误差较敏感问题，提高地形辅助导航的匹配精度，提出了一种基于改进TERCOM的地形辅助导航算法。在TERCOM算法基础上增加旋转角度机制，首先根据INS航迹进行旋转平移并采用TERCOM算法进行粗匹配，然后引入改进粒子群算法进行精匹配。在某海图内进行水下地形匹配仿真实验，结果表明：与传统TERCOM算法相比，所提算法可降低航向误差84%，匹配精度可提高4倍多，对实现自主水下航行器的自主无源导航有重要意义。     

基于ICCP算法及其推广的重力定位

基于ICCP算法的重力匹配定位可以用于限制推算定位随航行时间增长的位置误差。给出了ICCP算法的设计思想,同时针对算法的假设前提进行了推广,使算法能够在考虑重力传感器测量数据存在误差的情况下,实现推位航法的误差校正。仿真结果证明这种推广具有较好的定位精度,能够满足AUV的导航要求,对实现AUV的自主无源导航有重要意义。     

基于层次分析法的重力匹配区域选择准则

重力辅助导航在数字重力图的不同区域,其匹配效果各不相同。为了评价数字重力图各区域的重力匹配效果,给路径规划提供可靠的依据,在对地球重力场的各种特征参数进行归一化处理并且分类统计分析的基础上,运用层次分析法将重力场的局部标准差、经度方向粗糙度、纬度方向粗糙度、经度方向坡度、相关系数进行组合,给出一种新的重力匹配区域选择准则,依据此准则将数字重力图划分为重力匹配的适配区和非适配区。在数字重力图上采用均方差(MAD)和平均绝对差(MSD)算法进行重力辅助导航的重力匹配仿真计算和比较,仿真结果表明,适配区域的匹配导航效果明显优于非适配区域,定位误差小于一个重力格网。     

一种模式识别神经网络重力匹配算法

从模式识别的角度分析了搜索模式下水下运载体的重力匹配问题,利用模式识别神经网络实现重力匹配定位。在重力图匹配时,以惯性导航仪指示位置为中心规划真实位置的网格点搜索范围,从参考重力图上提取相应一系列的重力数据,与对应网格点的位置一起定义成多个模式类,构造相应的模式识别概率神经网络,运用该神经网络将实时重力测量数据识别到某个模式类,对比模式类的定义确定载体位置。在实测重力图上对重力辅助惯性导航系统进行了计算机仿真研究。结果表明,在重力场特征显著区域该重力匹配算法能够有效减小厄特弗斯效应的影响,其导航系统定位误差小于一个重力图网格,匹配率在80%以上,匹配效果优于一般的相关匹配算法。     

一种新的实时相关极值匹配算法设计与仿真

对传统相关极值匹配算法局限性进行了分析,并利用二维高斯样条函数张量积方法对局部重力异常离散格网基准图进行逼近以获取该局部基准图的连续解析表达式,在此基础上对相关极值匹配算法进行重新建模并采用拟牛顿BFGS非线性寻优方法对该模型进行解算。考虑到相关极值算法存在实时性差的缺点,采用固定初始序列长度的方式对初始序列采样结构进行改善,推导出了刚性变换中心从序列质心到原点的转换公式,最终完成能够实现单点迭代的基于局部重力异常基准图实时相关极值匹配算法设计,该匹配算法突破了传统离散匹配算法受限于基准图分辨率的局限。最后在2′×2′卫星测高反演重力异常数据基础上进行了两组仿真实验进行对比分析,实验结果表明,在重力测量噪声和初始定位误差较大的情况下,通过该匹配算法获得的匹配定位仍能以较高的精度实时跟踪真实航迹。     

基于重力辅助导航误差分析的自适应介入匹配算法

针对现有重力导航匹配算法受测量误差和非测量误差影响匹配精度、匹配率较低而导致实践应用困难的不足,通过理论分析算法误差源,提出了一种自适应介入匹配算法。该算法通过判断等值点的特征空间特性以及最近距离和阀值的关系,对惯导位置参数进行自适应修正,极大提高了算法匹配率、搜索效率、实时性的效果。仿真实验结果表明,经自适应处理,可使算法最优匹配率达到89.6%,定位误差保持在500⁷00 m,重力图分辨率(1')降至25%左右。     

基于分割嵌套三角剖分的重力场适配区选取算法

重力场适配区选取算法是水下重力定位系统的关键技术之一,直接影响重力匹配算法的定位精度和匹配率,为提高适配区选取算法的准确性,提出一种基于分割嵌套三角剖分的重力场适配区选取算法.首先利用墨卡托投影和重力异常空间校正,将传统重力场栅格信息变换为三维高程信息;再利用分割嵌套的思想,不断从重力场最小环形域中分割出最优三角形,从...     

基于INS/SMNS紧耦合的无人机导航

为了克服无人机惯性导航系统漂移误差累积的缺陷,提出了基于INS/SMNS紧耦合的无人机导航模式(INS/SMNS)。它利用INS提供的位置和姿态角信息分别完成对无人机的粗定位和航拍实时图像的几何校正,提高了SMNS的实时性和适配区景象匹配的精确度;同时,利用SMNS的高精度导航定位结果修正了INS的累积误差。通过INS与SMNS之间的优势互补,使得紧耦合INS/SMNS导航模式具有更好的实时性和精确性。仿真实验表明,紧耦合模式满足无人机规划航迹要求。     

一种重力异常对弹道导弹惯性导航精度影响的补偿方法

分析了弹道导弹飞行中受到的重力异常的作用，以及重力异常对弹道导弹的精度的影响，对导弹受到的重力异常进行了仿真，建立了导弹导航的速度位置和姿态误差方程，提出了一种利用卡尔曼滤波中的状态转移阵对重力异常引起的速度位置误差进行修正的方法。仿真结果表明，这种方法能够对重力异常产生的速度位置误差产生较好的估计校正作用，具有计算量小，易于工程实现，能适用于各种重力场模型的优点。     

航空重力匹配定位方法

为了在重力特征显著区域内实现航空重力匹配定位,定义了匹配区重力场模糊度指标作为匹配结果可信度的度量指标,提出了一种基于Monte Carlo方法的重力匹配算法。由于航空重力仪的测量值中包含各种误差因素,使用常用的相关匹配算法估计出的匹配位置往往不是飞行器的真实位置,而是随机分布于真实位置周围。根据这个特点,将地形匹配中的均方差算法(MSD)和Monte Carlo方法结合,形成一种新的重力匹配方法。该方法根据惯性导航系统指示位置从重力图上提取参考重力数据,将重力测量数据进行若干次随机干扰后和参考重力数据使用MSD算法进行匹配,得到若干个匹配位置,取其均值作为最终匹配位置。仿真结果表明,算法在重力场特征显著区域内匹配效果优于常用的相关分析算法。     

基于改进粒子群优化的水下地形辅助导航方法

为了提高传统地形匹配算法的定位精度,提出一种基于改进粒子群优化的水下地形辅助导航定位算法。该算法以SINS的指示位置为中心构造搜索区域,对二维粒子群进行初始化,利用实时水深测量序列与待匹配序列之间的平均Hausdorff距离作为适应度函数,在线性递减权重的基础上引入收敛因子对粒子的速度和位置进行约束更新,改善粒子"早熟"问题。在某海图内进行了水下地形匹配仿真实验,结果表明:初始位置误差大小不影响改进PSO算法的定位精度和匹配速度;当水下航行器初始位置误差较大时,与TERCOM算法相比,改进PSO算法的匹配精度提高了近5倍,匹配耗时缩减了近10倍。     

实时ICCP算法重力匹配仿真

利用地球物理场进行辅助匹配导航是组合导航技术研究领域的新方向,该技术为水下潜器无源定位提供新的手段.迭代最近等值线算法作为重要的匹配导航算法之一,但存在实时性不强、搜索速度慢等缺点.考虑到以上两方面缺点,采用固定初始序列长度的方式对算法采样结构进行改善并推导出单点迭代公式,同时采用滑动窗搜索方式缩小搜索范围提高算法速度,最终实现实时ICCP算法设计.基于MATLAB平台下实现了实时ICCP算法重力匹配仿真系统,仿真系统采用0.4′×0.4′重力异常数据库.由仿真结果可以看出,该实时ICCP算法能够实现单点迭代,匹配结果能实时跟踪真实航迹且匹配精度能达到一个重力图网格.     

基于局部连续场的重力匹配辅助导航

重力匹配辅助惯性导航是一种在惯性导航系统定位信息基础上利用地球重力场特征获取载体位置信息的组合导航技术。一般匹配辅助导航方法都是建立在格网化离散场的基础上,考虑到用局部连续场逼近离散散场的可行性,提出了利用连续场实现相关极值匹配算法,建立了基于局部连续场的相关极值匹配算法模型,采用随机初值迭代方式改进拟牛顿方法以实现在置信范围内全局寻优。最后在三组不同仿真条件下对该算法进行了仿真实验。从实验结果可以看出,在观测误差、初始定位误差较大的情况下,通过该算法获得的匹配航迹仍能以较高的精度跟踪真实航迹,从而验证了算法的有效性。     

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%。     

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。     

惯性导航系统的误差估计

惯性导航系统（INS）以其自主的工作能力广泛应用于军事武备的导航、制导与控制系统和国民经济的诸多领域。它的主要缺点是定位误差随其工作时间的增长而增大。对惯导系统的误差进行估计和补偿是在保证性能价格比的前提下，提高惯性导航系统精度的有效途径。目前，对惯导系统的误差修正均采用外信息（如GPS的输出信息）校正，即在INS工作的全部时间内，定期地利用GPS输出的速度和位置信息与INS输出的相应信息的差值作为观测量，对INS误差进行估计和补偿。Kalman滤波的方法广泛地应用于惯导系统的误差修正初始对准。本研究了当地水平惯导系统的误差估计和补偿问题。分析结果表明，采用Kalman滤波的方法，可以精确地估计惯导系统的误差（包括陀螺漂移和加速度计零偏），误差估计的精度高，并且估计的方差阵收敛快。     

基于重力场特征参数信息熵的适配区选择方法

针对当前重力统计特征参数类别繁多,选择标准复杂而导致错选有效匹配区域的问题,利用信息熵具有能够整合多种统计参数且算法计算量小的特点,提出了一种基于特征参数信息熵的重力辅助导航适配区的选择方法。首先,在DTU10模型下将该方法与传统单一特征参数的方法进行比较,确定了传统方法的确会错误选择可匹配区,从而也反映了所提出方法的优越性;其次,在该方法划分出的匹配区和非匹配区中分别设计了8条仿真航线,匹配区中仿真航线的匹配效果明显优于非匹配区中的匹配效果。仿真结果表明了该方法的有效性。     

基于超短基线水声定位的USV/UUV协同导航方法

针对无人水下航行器(UUV)与无人水面艇(USV)协同作业时水下导航性能受惯导设备(INS)影响较大的问题,提出了一种基于超短基线水声定位(USBL)的USV/UUV协同导航方法。首先,以USV上的高精度INS和GNSS组合后的导航结果作为基准,利用USBL测量得到的USV和UUV相对位置和姿态,再结合UUV的INS误差方程,建立了INS/GNSS/USBL/INS滤波的状态方程和观测方程,实现了多源导航信息的融合,有效提升了UUV水下导航精度。其次,针对USV和UUV航行过程中USBL因存在信号盲区带来的两者无法通信、定位导致协同导航不稳定的问题,采用基于视线法的PID控制方法实时改变USV的航向和航速,保证了USV、UUV航行过程中两者始终处于水声信号有效的通信、定位距离和角度范围内。仿真和海上实验结果表明,UUV在与USV协同导航后的位置误差小于10 m;USV和UUV航行过程中,相对距离和角度保持在设定的USBL有效通信定位距离和角度范围内,距离误差小于15 m,角度变化小于1°,提出的方法可以使USV和UUV协同导航更稳定、连续。     

基于仿射修正技术的水下地形ICCP匹配算法

ICCP匹配算法是水下组合导航系统中最为重要的匹配算法。针对传统ICCP匹配算法存在仅对水下航行器惯性导航系统指示航迹作旋转和平移的刚性变换的局限性问题,为提高水下航行器地形辅助导航系统中匹配算法的精度,分析了水下航行器惯性导航系统误差特性,建立了误差模型,提出了基于仿射修正技术的水下地形ICCP匹配算法。首先利用ICCP匹配算法对惯性导航系统指示航迹进行刚性变换,再利用最小二乘法求解仿射参数,进而对ICCP匹配航迹进行仿射修正。仿真研究表明,基于仿射修正技术的ICCP匹配算法能较好地解决传统ICCP匹配算法刚性变换的局限性,匹配精度优于传统ICCP算法,匹配误差小于数字地图网格间距的50%,同时仿射修正所耗费时间极少,所增加的时间仅为传统ICCP匹配算法匹配时间的千分之一。     

重力扰动对极区下高精度惯导系统的影响分析及补偿

考虑载体极区航行下导航能力需求,研究了重力扰动对高精度惯导系统的影响和重力扰动补偿方法。首先,推导了重力扰动矢量在横地理坐标系投影;进一步,分别将水平重力扰动分量假设为确定性常值以及马尔科夫随机量,分析其对横坐标系捷联惯导系统的影响;在此基础上,基于EIGEN-6C4重力场球谐模型获取极区重力扰动数据,并利用三次样条插值法对其进行插值处理,从而对横坐标系下惯导系统进行重力扰动补偿。理论分析及仿真实验结果表明：在横坐标下,确定性常值水平重力扰动分量将导致惯导系统产生振荡性误差以及常值性偏差,随机水平重力扰动分量将导致系统位置误差呈线性振荡增长,且位置误差漂移率与重力扰动方差成正比,并且同时受载体航行速度及马尔科夫模型阶数影响,与常规坐标系下引起的误差一致。基于2190阶EIGEN-6C4重力场球谐模型对横坐标系捷联惯导系统进行重力扰动补偿后,水平姿态精度提高68%,定位精度提高2.5%。