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.     

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。     

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。     

水下实测重力数据归算

重力场辅助水下导航技术作为一种新的无源导航手段受到各个国家的重视,并逐渐成为研究的热点,但目前的大部分研究主要基于匹配算法和系统总体框架的仿真设计,对于重力实测数据的获取过程和精度缺乏讨论.从工程实用角度出发,对重力场辅助水下导航中的实测重力的数据归算过程进行了详细分析,明确了海洋潮汐和海面地形的计算精度是决定水下重力归算精度的主要因素.鉴于海洋潮汐和海面地形的复杂性,针对潮汐和海面地形在浅海和深海的不同特点,提出了对海域进行分区计算的设想,计算结果证明了该方法用于水下实测重力数据归算的可行性.     

单轴旋转SINS方位陀螺漂移分析与估计

单轴旋转SINS的方位陀螺漂移对长航时导航精度至关重要,方位陀螺漂移的估计是单轴旋转SINS的关键技术之一。通过对单轴旋转SINS方位陀螺漂移估计的主要影响因素进行分析,提出将水平阻尼网络引入到导航流程中,建立带水平阻尼网络的误差模型,利用位置匹配Kalman滤波对方位陀螺漂移进行估计,并设计了一种合理的估计流程,能够全面估计出惯性器件零偏,保证了方位陀螺漂移的估计精度。数学仿真和海上试验结果表明,对陀螺角度随机游走系数约为0.001(°)/h～(1/2)的SINS,经过6 h的估计流程后方位陀螺漂移估计精度优于0.001(°)/h,估计完成后转入纯惯性导航定位精度优于1.5 n mile/24 h(max),验证了该方法的可行性。     

基于空间分布的重力场持续适配能力评估方法

重力匹配导航需要在重力场特征丰富的区域进行,现有的重力场适配性评估方法多针对单条测线或局部区域,未考虑到重力特征的空间分布。为了评估重力场持续适配能力,提出了将重力场适配半径作为评估重力场特征区域空间适配性能指标参数。从适配半径定义出发,阐述了其物理意义内涵,证明了其与匹配测线覆盖全区域的最小辐射半径的关系,并根据适配半径不同分布形态,推导了具体计算方法。适配性评估实例表明,中国南海重力场适配半径为95 n mile,说明重力匹配导航技术在南海范围具有较好适用性。适配半径直接反映了特征区域提供持续重力匹配导航的能力,可作为重力匹配导航系统工程应用重力场持续适配能力评估和航迹规划的依据。     

基于自适应并行扩展卡尔曼滤波的SITAN匹配算法

针对重力匹配辅助惯性导航系统中SITAN匹配算法状态方程存在模型误差的问题,提出了一种基于自适应并行扩展卡尔曼滤波的SITAN匹配算法.通过自适应因子调节状态预测信息的权重,抑制滤波发散,提高定位精度.同时,讨论了自适应因子的选取与构造,分析了基于并行扩展卡尔曼滤波的SITAN匹配算法发散的原因.选取南海两片重力异常特...     

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。     

一种基于M估计的抗差自适应多模型组合导航算法

针对复杂环境下因量测噪声统计特性时变及量测粗差而引起的组合导航精度下降的问题,提出了一种基于M估计的抗差自适应多模型组合导航算法。所提算法突破了传统交互式多模型算法定结构的限制,凭借所提出的模型集自适应调整策略,能够快速估计量测噪声统计特性,并利用模型概率信息对模型转移概率矩阵进行实时修正;引入了基于M估计的抗差Kalman滤波算法,以提高滤波抗差能力。以SINS/DVL组合导航系统为例,通过仿真和长江试验对所提算法进行了验证,结果表明所提算法有效降低了量测噪声统计特性时变及量测粗差对滤波精度的影响。在长江试验中,所提算法相比AIMM算法,东、北向速度误差和位置误差的均方根误差分别下降了44%、36%和41%、53%,水平定位精度提升了约45.9%,定位精度提升显著。     

一种基于“当前”统计模型的DVL/SIMU船位推算方法

船位推算是水下航行器自主导航定位的重要手段。当采用对流工作模式的多普勒计程仪进行船位推算时,测速精度受海流影响较大,由此引起的船位推算误差较大。针对此问题,提出一种基于机动目标"当前"统计模型的水下组合导航模式,通过增加加速度观测信息,采用加速度均值、方差自适应Kalman滤波算法实现线运动参数的估计和流速修正并进行了仿真实验验证。仿真结果表明,使用本方法能得到较为准确的流速估计值,相同条件下使用加速度信息辅助船位推算比纯船位推算的定位精度有较大提高,其精度优于1 n mile/h。     

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。     

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。     

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。     

晃动基座行进间对准问题的QUEST算法

针对惯导系统晃动基座行进间初始对准问题,提出了一种基于重力矢量的QUEST(Quaternion Estimator)姿态最优估计算法。在传统基于重力矢量的初始对准方法基础上,将方向余弦矩阵的求解过程转换为Wahba问题,实现对重力矢量信息的充分利用,并通过QUEST算法实现了晃动基座下行进间粗对准的最优算法,改善了原有算法鲁棒性以及实时性等方面的问题。仿真和湖试实验验证表明,更改后的算法能够明显提高惯导系统在动基座下的姿态估计速度和精度,特别在周期性线振动环境下的对准精度能够提高一个数量级。多航次的湖试实验结果表明,改进后的算法能够有效提高航向对准精度,综合导航速度精度能够提高50%左右。     

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。     

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.     

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。     

一种基于地轴投影的二维重力匹配方法

惯性/重力匹配组合导航是实现水下航行器长航时、高精度、高隐蔽性航行的有效途径。为了提高初始定位误差较大情况下匹配算法的有效匹配率,通过分析目前重力矢量测量的难点,提出了一种基于地轴投影的二维重力匹配导航方法。并建立二维重力异常数据库,利用惯导提供的纬度信息将重力仪测得的重力异常进行分解,设计了二维重力匹配的V-ICCP算法。3条初始水平定位误差为6海里的仿真航迹试验结果表明,所提方法适用于初始定位误差较大情况下的匹配定位,V-ICCP算法的有效匹配率较ICCP平均提高了10%以上,为重力匹配问题的解决提供了一种新的思路。     

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。