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。     

基于约束粒子群优化的海底地形辅助惯性导航定位方法

针对水下自主航行器长时间航行后惯性导航系统位置误差积累的问题,提出一种关于约束粒子群优化的海底地形辅助惯性导航定位方法。通过在等值域内进行粒子群初始化,改善粒子"早熟"问题。采用惯性导航和水深测量序列计算相邻测量点水平距离、航迹水平转向角和水深变化量三个匹配参数,同时利用待匹配航迹上的粒子群计算以上三个参数,将航迹水平转向角和水深变化量转换为各自等效的水平相对距离,最后采用对应于相同匹配参数的等效水平相对距离的平均绝对差之和构建适应度函数,采用约束粒子群优化进行地形匹配,辅助惯导系统准确定位。通过某海图内海底地形匹配进行仿真实验,结果表明当航行器初始位置误差较大时:在地形变化明显区,ICCP的定位精度为200 m,约束粒子群优化的定位精度提高到20 m以内;在地形变化平坦区,ICCP无法有效定位的情况下,约束粒子群优化的定位精度约为250 m。     

基于自适应格网数字水深模型的水下地形匹配定位算法

为了解决当前的水下地形匹配定位算法未考虑格网大小随海底地形变化而自动调整的问题,提出了一种基于自适应格网数字水深模型的水下地形匹配定位算法。首先,引入基于四叉树的自适应格网模型,改进其局部格网的相似性评估指标与构网约束方法;然后,设计匹配区的确定及待匹配航迹的选取策略,给出待匹配航迹的水深值的计算方法,构建出目标匹配定位的地形相关组合算子。实验结果表明:提出的算法相比于基于等距离的规则格网模型的算法有以下优势:1)在地形特征丰富区域的定位精度明显提高;2)可以避免出现地形特征越明显匹配定位精度越低的情况;3)能一定程度地克服水深系统误差对定位精度的影响。     

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。     

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.     

基于仿射因子补偿的改进地形匹配ICCP算法

地形匹配是水下航行器组合导航系统中重要的匹配手段,针对传统地形匹配ICCP算法仅由惯导指示航迹做平移与旋转的刚性变换进行迭代匹配的局限性,提出了一种基于仿射因子补偿的改进地形匹配ICCP算法。研究了水下地形匹配的误差特性并建立误差模型,引入了由速度误差引起的仿射变换模型与仿射因子,不同于常见的最优估计等方式,推导给出了仿射因子的解析解形式。半实物仿真试验结果表明,基于仿射因子补偿的改进ICCP算法能修正水下地形匹配过程中的仿射误差,弥补传统ICCP算法的不足。在网格为10?m的高精度水深图中,传统ICCP算法的匹配结果在10个网格精度左右,而改进ICCP算法的匹配结果可达到1~2个网格精度左右,匹配精度平均提升78%以上,且相较于传统算法耗时增加不到1%,可为地形匹配导航系统提供更好的参考信息。     

基于遗传算法优化神经网络的多源信息融合室内定位方法

为了解决复杂室内环境中单一定位技术误差较大的问题,提出了一种基于遗传算法优化BP神经网络的多源信息融合室内定位方法。首先利用Wi Fi定位结果约束地磁匹配范围进行组合定位,降低误匹配率;再采用遗传算法寻找网络全局最优解对BP神经网络的初始权值和阈值进行优化,提升网络精度并加快收敛;使用优化后的网络对组合定位结果和推算定位结果向真实位置坐标方向训练融合,得到最优定位结果。数据显示,经遗传算法优化后BP神经网络预测均方误差降低了约75%,融合定位精度较单一定位方式定位精度平均提升约47%。结果表明,所提的方法可有效提升定位精度,具有更优的定位性能。     

基于Hu矩的水下地形二维特征匹配辅助导航方法

相比于以单波束测深原理为基础的ICCP、TERCOM等一维序列匹配辅助导航方法,基于多波束测深系统的二维阵列匹配算法增加了原始地形信息的丰富度,可以用来提高地形辅助匹配导航系统的精度和适用性。通过归一化灰度转换,使实时扫测地形和原始数据库地形分别形成待匹配的模板灰度图和背景灰度图,采用圆窗口化搜索策略,分别计算实时图和子图的Hu矩,保证了相同地形特征的旋转不变性。通过归一化互相关算法衡量两个地形的相似性,得到匹配地形,实时的辅助主惯导修正误差。仿真表明,利用此匹配算法在实时扫测地形平坦区域和特征明显区域均能成功匹配;位置误差均在5个网格以内,能容忍的系统信噪比最小为9 d B,抗噪声能力强;Hu矩的抗旋转特性大大提高了此方法的适用性,能够满足高精度水下地形匹配辅助导航系统的苛刻要求。     

一种结合地形和环境特征的水下导航定位方法

为了实现水下潜器长时间高精度导航定位,同时考虑到传统地形辅助导航系统在先验地形图不可得或者是地形变化不明显的海域(地形不可匹配区域),无法用来修正惯性导航位置误差的问题,提出了一种结合地形和环境特征的水下导航定位方法。在先验地形图可得且地形高程变化明显的可匹配区域,采用地形辅助导航系统来修正惯导位置误差,在先验地形图不可得或者是地形高程变化不明显的不可匹配区域,采用基于海洋环境特征的同步定位与构图算法来修正惯导位置误差。仿真结果表明,该方法在地形可匹配区域以及地形不可匹配区域得到的航迹都比纯惯导得到的轨迹更接近于理想航迹,因此可以用来修正惯导位置误差。     

混沌优化水下地形匹配算法研究

为了解决迭代最近点算法的定位精度和实时性问题,提出了一种基于混沌优化搜索的迭代最近点算法.在该算法中,以参考导航系统测量位置为中心规划真实位置的搜索范围,从参考地形图上提取相应的地形高程数据,与对应经纬度位置一起定义成模式类,将模式识别的过程转化成函数优化问题,然后运用混沌优化算法搜索目标函数最小值进行全局寻优,从而获得匹配最近点.仿真结果表明,在保证寻优性能的情况下,可以减少匹配次数,提高识别速度,满足地形匹配精度和实时性的要求.     

基于地形图像特征与模糊决策的海底地形可导航性分析方法

基于多波束测深数据和图像匹配技术的水下地形辅助导航方法需要对实施区域的地形可导航性进行评估,其中的地形独特性计算需要提取图像特征,并利用各特征参数进行综合评判。地形图像的直方图包含实际地理区域的起伏程度信息,通过定义直方图复杂度对此信息进行了有效提取。均方根对比度和拉普拉斯模方和分别侧重描述了地形整体和局部的变化程度,图像的二维熵从信息论的角度反映了地理区域包含的信息量。此外,依据单一特征参数对于待评价地形的可导航性进行排名,其结果存在不一致性,利用模糊综合评判对各参数的信息进行了有效综合。通过实测多波束地形数据仿真分析,基于图像纹理特征的地形匹配方法,在模糊评判结果最优的地形区域能够将匹配误差限制在2 m以内,结果验证了该可导航性分析方法的有效性。     

基于改进遗传算法的多无人机协同侦察航迹规划

针对多无人机在复杂的战场环境中如何高效侦察多种类型目标的问题,提出了一种基于改进遗传算法的多无人机协同侦察航迹规划算法。首先,根据战场环境中不同类型目标的侦察要求,建立了以整体时间代价最小为目标函数的航迹规划模型。然后,改进了遗传算法的编码、交叉和变异等操作,来实现异质型目标分配与航迹规划的集中一体化求解。最后,为了提高算法的收敛速度,在交叉和变异操作过程中,加入了适应度更新策略。仿真结果验证了该算法的可行性,而且在4架无人机观测3种类型共10个目标的仿真条件下,相较于使用双染色体编码和多重变异算子的基于对立的遗传算法,时间代价降低了5.79%,收敛速度提高近12倍,有效提高了航迹规划的精度及效率。     

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。     

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。     

基于深度特征正射匹配的无人机视觉定位方法

在卫星拒止条件下无人机安全、可靠地完成各类作业的基础是获取高精度的定位信息,传统图像匹配方法保障困难、定位精度差且匹配约束多。因此,提出一种基于深度特征正射匹配的视觉定位方法,通过深度学习网络提取正射校正后的无人机航拍图像和商业地图的深度特征,获得匹配关系,进而计算无人机高精度位置信息。根据视觉测量机理模型分析不同因素对视觉定位精度的影响,使用中空航拍图像数据集进行离线实验,实验结果表明：相比传统基于方向梯度直方图（HOG）特征的模板匹配方法,所提方法的定位精度提高了25%,位置均方根误差（RMSE）优于15 m+0.5%H(5000 m以下),具有一定的工程应用价值。     

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。     

水下地形匹配置信度算法与仿真

水下地形辅助导航的关键在于地形匹配,匹配定位的一个重要问题就是匹配结果是否可靠。从影响匹配结果的另外一个重要因素地形导航信息量出发,选取了地形高度标准差、信噪比、地形熵、相似度4个特征向量来判定匹配结果的置信度。仿真结果表明,当水下航行器进入地形信息丰富(置信度高)的区域后,地形辅助导航系统可靠性比较高,位置误差从3〞降低到1.5〞以内,为水下航行器导航提供了可靠的位置信息源。     

一种基于路径筛选的地形匹配算法

为了减少传统的匹配算法过大的计算量,提高地形匹配算法的实时性和工程实用性,通过对地形辅助导航系统的总体技术研究,提出了一种基于路径筛选的新型地形匹配算法,利用地形斜率,在飞机飞行过程中不断筛选可能路径,直到找到唯一的正确路径,从而实现精确定位。此算法的优点在于：充分考虑了无线电高度表、大气高度表、数字地图的误差,因此在存在较大误差的工程实际中仍能精确定位;由于在飞行过程中不断排除不可能路径,因此计算量大大减少。通过实验室仿真证明,此算法精确可靠,可以对惯导系统的定位误差做出有效校正。     

鲁棒性地形匹配/惯性组合导航算法

基于传统平均绝对差算法引入了选取搜索区域和匹配运算的改进策略,使得算法在匹配定位时允许载体灵活机动,提高了实时性;针对桑迪亚算法易发散的问题,分析了组合滤波算法的特点,建立了地形匹配/惯性组合导航的数学模型;针对地形匹配"虚定位"影响滤波结果的问题,引入了一种基于新息向量的鲁棒检测算法,采用最小二乘对误匹配点进行拟合改正。仿真研究表明:与传统算法相比,组合滤波算法精度更高、稳定性更强,能高频率(200 Hz)输出高精度导航参数,误差保持在一个格网间距(90 m)以内;鲁棒检测算法能有效抵御粗差影响,在经纬度方向各加入0.05°粗差的情况下,仍可保持较高精度。     

基于可穿戴式MIMU的个人导航修正算法

基于微惯性测量单元(MIMU)的个人导航系统,由于其佩戴位置的不同定位精度存在巨大差异,通常将其固定在单一位置下进行定位。以行人航迹推算算法为基础,提出了一种基于多位置可穿戴MIMU的个人导航修正算法。选用三轴加速度计的多种特征值,设计朴素贝叶斯分类器对MIMU佩戴位置进行识别,并在捷联解算航向信息的基础上,采用启发式漂移消除算法对各种位置下的航向进行修正。结果表明:MIMU佩戴于上衣口袋、右衣口袋、右前裤口袋以及右后裤口袋的位置识别精度均达到99.0%以上,通过改进的航向补偿算法,四种佩戴方式下定位误差均小于0.49%D,有效提高了惯性定位技术在可穿戴设备方面的适应性。