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。     

局部连续场下重力辅助导航模型构建算法

为了研究高精度的重力辅助导航模型以克服传统模型的局限,必须建立精度高且具有良好解析性质的局部重力异常场解析模型,同时考虑模型误差方程中的重力精准补偿问题。针对二维高斯样条函数逼近局部重力异常场中的局部支撑参数选择问题,通过对所涉及的系数矩阵、解误差、插值模型精度评估等问题进行分析,提出了一种新的最优局部支撑参数计算方法;基于此提出了一种高精度的基于高斯插值的重力辅助导航模型构建算法,该精准模型补偿了重力扰动矢量、标准重力值误差、厄特弗斯修正计算值对导航模型的影响。实验结果表明利用新型重力辅助导航模型构建算法,可使辅助导航系统位置精度提高1倍左右,姿态、速度精度提高1²倍,定位误差保持在1002倍,定位误差保持在100²00 m。     

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。     

航行过程中实时校正的重力匹配算法

由于传统重力匹配定位通常受限于特定区域,无法对惯性导航系统（INS）实现连续校正,在应用重力匹配进行辅助导航时需要周期性前往重力特征适配区进行匹配校正。针对非适配区域内匹配精度无法判定的缺陷,提出一种航行过程中实时校正的重力匹配算法。计算载体实测重力序列与匹配输出位置在相对重力图上映射序列的差,取重力差序列的方差判断匹配输出的权重值,从而有效利用全航域的适配航段。根据重力差序列的方差与匹配精度的关系建立回归模型,将可信的重力匹配输出引入INS进行误差校正。利用实船数据进行了仿真验证,仿真结果表明所提算法在400 h的连续航行期间对INS位置误差的抑制达到30%以上,位置误差在全过程没有明显发散趋势,具有更好的适用性。     

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A~*算法的重力辅助导航航迹规划

根据重力辅助导航航迹规划的特点,对经典A*算法启发函数进行了修改,改进A*算法通过重力坡度值表示重力导航启发信息,使用自适应确定对应阈值,增加预处理步骤以解决任意起始点和终止点的航迹规划问题。A*航迹规划算法能够根据重力信息分布情况调整航迹,使得规划的航迹重力导航信息更加丰富。重力相关匹配结果表明:跟随改进A*算法航迹的导航平均定位误差比跟随未规划航迹的小,改进A*航迹规划算法能够提高重力辅助惯性导航精度。     

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。     

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。     

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.     

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。     

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%。     

重力/惯性匹配导航系统的仿真研究

分析了水下多种导航方式，提出了一种新的组合导航方式，即重力／惯性组合导航系统。介绍了它的研究背景和工作原理，并通过可视化仿真的方法模拟了整个导航过程。结果表明：重力匹配可以限制惯性导航系统的误差增长，实现长期水下高精度定位。     

基于捷联惯导的航空重力测量滤波算法

在航空重力测量中通常需要采用卡尔曼滤波来对比力测量误差进行估计。针对航空重力测量只需要进行事后处理的特点，提出了两种新方法来提高比力测量的精度：一是最优卡尔曼滤波平滑算法，该算法的估计值是前向／反向卡尔曼滤波器的估计值的最优组合；二是迭代算法，由于在滤波模型中通常不对重力异常进行建模，而模型误差的存在会降低滤波精度，迭代算法的基本思想是将重力异常估计值代入新的导航解算，以此降低重力异常对滤波估计精度的影响。仿真分析表明所提出的方法能有效提高比力测量的精度，同时表明滤波估计是有偏的，因此还需要采用网格平差等方法来消除系统误差。     

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。     

基于地球重力场模型的重力匹配数据随机线性化方法

针对惯性/重力/重力梯度组合导航EKF算法中,随机线性化方法不考虑重力场固有属性以及验前随机变量的不确定因素,从而导致真实验后均值和协方差携带较大误差,滤波性能损失甚至发散问题,依据重力、重力梯度本身物理特性,提出基于地球重力场球谐模型的随机线性化方法。进而,为保证滤波实时性,建立了适用于并行计算的地球重力场模型线性化矩阵运算公式,并通过GPU并行方案提高了模型线性化过程的计算效率。某海域仿真实验结果表明：利用重力场球谐模型线性化方法进行EKF滤波匹配,相较于九点拟合法和双二次曲面拟合法的导航定位精度均提高了37.5%以上,可以有效削弱线性化误差,避免滤波发散,提高系统导航定位精度,且线性化耗时优于0.02 s,满足匹配导航实时性需求。     

直线段的重力场匹配水下导航新方法

针对当前重力场匹配算法在实时性和可用性上存在的不足,考虑到潜艇水下航行轨迹在短时间内为一条直线的特点,提出了一种基于直线段方式进行重力图形匹配的新方法。该方法通过以初始概略点位为中心的旋转搜索,选取满足在一条直线段上与测量点的重力误差在一定范围内的点集作为最终匹配点,并以实测海区数据为基础进行了实验验证。实验结果表明,这种基于直线段的重力场匹配新方法可以在一定程度上克服由于重力测量精度不够带来的匹配失效问题,能够获得很好的匹配效果,同时也解决了当前其它匹配算法在实时性上存在的突出问题。匹配算法在实时性和可用性上具有一定创新。     

基于移动相关的最小二乘地图匹配新算法

为了提高军用车辆导航数字地图匹配的精度,针对通常匹配方法易出现误匹配和无法消除沿道路方向纵向误差的问题,提出了一种基于移动相关的最小二乘地图匹配新方法。该方法充分利用路网和历史轨迹信息,以多分辨率移动相关性进行匹配路段的搜索和定位,以最小二乘法进行SINS轨迹到待配路段的曲线整体投影,并通过视觉和数学的方法消除车辆偏离道路中心线的偏差影响。跑车实验表明,匹配后定位圆误差极限在1 m以内。该算法简单有效,且能满足高精度的要求,可以为组合导航提供良好辅助信息。     

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。