海底地形辅助导航系统仿真技术研究

文章提出了一种适于水下应用的海底地形匹配方案。介绍了该系统的原理及匹配算法。建立了海底地形辅助导航系统仿真模型,并进行了计算机仿真,仿真结果表明,海底地形辅助导航系统可以有效地掏惯导系统的位置误差,提高导航精度 。     

几种地形辅助导航方法的比较

地形辅助导航系统将飞行航迹下的地形高度信息与机载数字高程地图比较后得到导航定位结果，并以此对惯性导航主系统进行必要的修正。针对基于扩展Kalman滤波，基于关联算子和基于点群滤波的3种地形辅助导航方法，介绍其基本原理后。采用真实地形数据进行仿真，比较不同飞行情况下这些方法的性能。     

基于粒子滤波的重力梯度与地形信息融合辅助导航方法

基于粒子滤波（PF）的重力梯度与地形信息融合辅助导航方法充分利用了重力梯度特征与地形特征融合的优点,可提高舰艇导航系统信息的利用程度。仿真比较了基于重力梯度的扩展卡尔曼滤波、基于重力梯度的粒子滤波和重力梯度与地形多特征融合粒子滤波算法得到的位置均方根误差,分析了基于EKF的重力梯度匹配辅助导航系统的稳定性和状态能观性。仿真结果表明,提出的融合算法既能加快粒子滤波的收敛速度,又能提高粒子滤波算法的估计精度。     

基于地形特征知识的自适应地形线性化

地形线性化技术防是地形辅助导航的关键技术外，也是数字地形分析的研究内容之一。针对地形辅助导航系统中现有地形线性化方法存在的问题及其对地形辅助导航性能的影响，本文提出在线性化的方法中应同时考虑地形特征知识和卡尔曼滤波器提供的不确定性影响，提出并发展了一套基于地形特征知识的自适应地形线性化方法，并根据置信水平，提出了自适应选取线性化批合区域的方法，实验与仿真结果证明了本方法的有效性。     

基于地形熵和地形差异熵的综合地形匹配算法

水下运载体的导航主要以惯性导航为主,但是,由于水下运载体在海底的运行速度比较慢,惯性导航系统随着时间的累积出现了定位误差增大的缺点,因此需要地形辅助导航来纠正惯导的误差。文中将地形熵和地形差异熵的概念引入到水下地形匹配算法中,设计了基于地形熵和地形差异熵的综合地形匹配算法,并将该算法应用于水下地形辅助导航系统中,经验证该算法取得了良好的纠正惯导定位的效果,实现了水下地形辅助导航的任务。     

基于地形熵和地形差异熵的综合地形匹配算法

水下运载体的导航主要以惯性导航为主，但是，由于水下运载体在海底的运行速度比较慢，惯性导航系统随着时间的累积出现了定位误差增大的缺点，因此需要地形辅助导航来纠正惯导的误差。文中将地形熵和地形差异熵的概念引入到水下地形匹配算法中，设计了基于地形熵和地形差异熵的综合地形匹配算法，并将该算法应用于水下地形辅助导航系统中，经验证该算法取得了良好的纠正惯导定位的效果，实现了水下地形辅助导航的任务。     

路径导航系统的研究及设计

介绍了路径导航系统（ＲＧＳ）的发展状况,给出了系统的分类,阐明了导航系统的基本组成和辅助组成,分析了系统的每一组成部分,对动态路径导航系统作了说明。最后简单介绍了路径导航系统的应用。     

信息融合技术在INS/GPS/TAN/SMN四组合系统中的应用

主要介绍了组合导航系统中多传感器信息融合技术的国内外发展状况,对INS/GPS/T AN/SMN(惯性系统/卫星导航系统/地形辅助导航/景象匹配导航)组合系统中的多传感器信息 融合的层次结构与融合方法,首次提出INS/GPS/TAN/SMN组合导航系统信息融合的层次结构 ,并提出了多源图像融合制导的思想与方法．本文指出比较有应用前景的信息融合研究方法 是基于模糊逻辑、小波分析、神经网络等人工智能的新方法,以及这些新方法与传统的随机 类方法相结合的随机 人工智能的信息融合方法．     

基于NCC的快速匹配算法

景象匹配在地形辅助导航中具有十分重要的地位,归一化互相关(NCC)技术是一种相对抗噪声能力强、匹配准确的匹配算法,因此,在导航制导中广泛应用。但由于其运算量比较大,对于要求实时匹配的地形辅助导航系统来说,其运算速度需要进一步提高。在NCC方法的基础上,把卷积用于景象匹配,大大简化并提高了NCC的匹配速度。仿真实验证明了此方法的快速性和有效性。     

基于人工神经网络的地形线性化方法

地形线性化方法对地形辅助导航系统性能有重要的影响。本文采用人工神经网络这一新技术来分块记忆地形数据，给出数字地图上任意位置的线性化参数，并用于系统状态的扩展卡尔曼滤波，与其他传统地形线性化方法相比，用人工神经网络来处理地形函数，系统滤波性能得到改善，提高了导航精主工，并可减少地图的存贮量，适用并行处理。