基于Hausdorff距离的地磁匹配算法研究

在介绍地磁匹配的基本原理的基础上，指出了较为成熟的地形匹配算法以及成熟的图像匹配算法都可以为地磁匹配算法所借鉴．利用基于Hausdorff距离的匹配算法进行了仿真，仿真结果表明了该方法的有效性．     

一种改进的SIFT双向匹配算法

分析SIFT特征提取匹配算法，利用SIFT特征向量匹配对的唯一性约束改进算法的匹配策略提出双向匹配算法，在已有匹配结果的基础上引入匹配的唯一性约束，进一步降低实时图像与参考图像时序匹配的误匹配率，以达到在实时图像中寻找已知着陆区域的目的，提高图像匹配的准确率。实验结果表明该方法有效。     

投影相关匹配算法

二维投影相关法是基于二维投影的灰度相关匹配算法，主要利用匹配图像相邻像素的灰度值的大小关系应该相同的原理进行图像匹配。该算法不仅大大减少了数据的维数，而且算法主要涉及（0，1）整数运算。与去均值归一化互相关算法（Nnprod）相比，其在保证匹配精度要求的前提下提高了匹配速度。     

下视光学景像匹配制导系统匹配算法研究

针对下视光学景像匹配制导系统,提出SIFT-MSER组合匹配算法,根据待匹配的两图像拍摄视角大小的不同,选取SIFT或MSER算法进行图像匹配运算.该算法充分发挥了SIFT算法尺度和旋转不变性以及MSER算法仿射不变性的优点,弥补了各自的缺点,实验结果证明了该算法思路的正确性和有效性.     

基于Hausdorff距离的地磁匹配算法研究

在介绍地磁匹配的基本原理的基础上,指出了较为成熟的地形匹配算法以及成熟的图像匹配算法都可以为地磁匹配算法所借鉴.利用基于Hausdorff距离的匹配算法进行了仿真,仿真结果表明了该方法的有效性.     

基于等值线匹配的巡航导弹地磁匹配方法研究

介绍了地磁场理论, 并给出了地磁匹配导航的基本原理, 对基于等值线匹配的ICCP算法进行了研究, 并给出了仿真结果. 从仿真结果可以看出, 在有限的迭代运算后估计航迹收敛, 且匹配后的位置误差明显减少, 但算法同时也存在对磁传感器测量误差敏感的缺点, 算法的抗干扰性有待进一步提高.     

车辆惯性导航系统的改进地图匹配算法

在城市中的复杂路况下，应用模糊逻辑获得精确的定位结果实时性和准确性都很高。在介绍了传统模糊逻辑地图匹配算法的基础上，针对传统算法需要人为设定模糊隶属函数的不足，提出自动产生模糊隶属函数的方法，克服了传统模糊逻辑算法中隶属函数的人为主观性，提高了系统的灵活性和鲁棒性，并且该算法可以离线训练以保障实时性的要求。给出了输入权值的适应性计算方法。最后结合某型号火炮车辆惯性导航系统，通过实际跑车试验证明，该改进算法提高了匹配正确率，在各种复杂路段也可以匹配到正确道路。     

快速景象匹配算法控制策略

为提高景象匹配算法的匹配性能,分析匹配算法设计的基本思路及常见两类匹配算法的优缺点,提出采用一定的控制策略以加快匹配速度,进而提高匹配效率的思想,给出几种匹配控制策略的设计思路.以归一化积相关景象匹配算法为例,采用先粗后精的分层匹配策略,实现了算法的加速,通过大量的匹配仿真实验,验证了该匹配控制策略的可行性、有效性.     

一种基于边缘匹配的前视红外目标识别算法

红外目标识别是影响精确制导武器命中精度的重要因素。针对因基准图与实时图存在差异导致模板匹配性能下降的问题,提出了一种基于边缘匹配的前视红外（FLIR）目标识别算法。在模板匹配的基础上,利用目标的邻域信息排除虚警,计算基于匹配代价矩阵的匹配置信度对候选匹配点进行排序,利用前面连续多帧图像的识别结果为当前帧识别提供信息,从而提高目标识别的准确性和鲁棒性。在2组不同目标类型的红外视频序列上所做的实验表明,该算法具有较好的识别性能。     

一种基于双向匹配融合的合成孔径雷达景象匹配算法

针对合成孔径雷达（SAR）图像进行景象匹配时因图像差异和斑点噪声造成误匹配的问题,提出了一种基于双向匹配融合的景象匹配算法。采用变形差异相似性测度进行从实时图到参考图的正向匹配;通过选取参考图中易匹配子区,进行基于相位一致性特征强度互相关的从参考图到实时图的反向匹配;对双向匹配的结果进行融合处理,确定最终的匹配位置。实验结果表明,该算法能克服异源SAR图像间的图像差异对匹配的影响,具有较高的匹配精度和较好的鲁棒性。     

两种车载导航分散滤波算法对比及应用研究

针对航位推算/惯性导航/GPS(DR/INS/GPS)组合导航系统的多信息源融合,提出了基于局部反馈校正的联邦滤波和串级滤波两种算法,并进行对比研究.跑车实验结果证明,两种分散滤波算法在正常导航(无传感器故障)情况下都能有效提升车载导航系统的精度和可靠性,且前者定位精度较后者高;但后者能够消除DR误差前期积累,避免GPS失效时的定位输出"突跳"和"毛刺",具有更好的应用价值.     

舰船导航信号非线性UKF滤波定位解算方法研究

根据UKF( unscented Kalman fliter)的工作机理,对所建立的双星(GPS、劳兰C)／航位推算(DR)舰船组合导航连续非线性系统模型进行解算,形成一套UKF在舰船组合导航中的递推算法。该方法根据随机变量的先验统计特性,按照特定的规则将状态变量分解成2n +1维的散布形式,然后利用统计线性回归技术,实现对非线性函数的线性化,可以获得更小的线性化误差。实船数据试验表明：UKF算法与扩展卡尔曼滤波(EKF)算法相比,系统稳定性更好,滤波器估计精度更高。     

GPS/GLONASS/DR组合定位技术

GPS/GLONASS/DR组合定位是将卫星定位和传感器及里程仪的数据融合,给出最优估计输出,实现目标全球组合定位.分切换式和卡尔曼滤波组合.切换式分GPS/GLONASS和DR模式,若卫星定位信号失效或小于门限值则切换到DR模式.卡尔曼滤波由滤波器处理卫星定位和DR传感器及里程仪的数据,再将车辆位置、行车方向和定位误差等滤波估计值输入地图匹配模块,计算出匹配位置坐标,进行全局最优估计,得出最终的组合定位输出.     

最优平滑算法在车辆GPS/DR组合导航系统中的应用

文中应用R-T-S 平滑算法通过事后处理导航参数来检测和评估GPS/DR组合导航系统的精度,利用GPS和DR提供的静态测试数据通过计算机进行了半物理仿真.结果表明R-T-S平滑算法能够有效地检验和评估GPS/DR组合导航系统的精度,是一种有效的事后处理方法.     

MUSIC算法在GPS干扰检测及抵消中的应用

由于GPS信号的低能级特性,在有些应用场合GPS接收机需采取抗干扰措施。在均匀线性天线阵条件下,文中采用MUSIC算法对干扰进行了抵消,并进行GPS信号捕获的仿真。仿真实验表明,多重信号分类法(MUSIC)对于大干扰噪声比(J/N)的干扰具有较高的到达角度(DOA)估计精度和信号噪声分离度。当GPS信号和干扰信号的DOA相差一定角度时MUSIC算法能够提高GPS接收机的抗干扰性能。     

基于遗传小波神经网络的GPS/SINS 组合导航系统算法

针对GPS/SINS组合导航系统在实际应用中遇到的问题,将小波神经网络的非线性预测算法与遗传算法结合,提出一种基于遗传小波神经网络预测的SINS误差反馈校正方法。对基于遗传算法的小波神经网络学习方法进行研究,并确定该神经网络的结构模型;当GPS信号有效时,根据GPS/SINS组合导航输入输出信号获取神经网络的训练样本,进行在线神经网络训练,得到最优的神经网络模型参数;当GPS信号中断时,根据已经训练好的神经网络模块预测出GPS信号失锁时SINS的位置误差、速度误差和姿态误差,并对SINS进行误差校正得到较为准确的导航参数。仿真实验结果证明,该算法可有效提高GPS观测数据不可靠时导航参数的精度。     

推导了采用6个加速度构建无陀螺惯性导航系统的位置参数解算方程,分析了6加速度计的无陀螺惯性导航系统中加速度计对准误差与位置解算误差的关系,并推导出了位置误差的解析式。针对不同情况,通过仿真试验,发现对准误差对位置计算误差影响显著,且在相同对准误差条件下,位置解算误差随加速度计的安装距离增大而减少的特性。 基于载波相位的高精度惯性组合导航系统研究

研究了一种利用GPS差分载波相位和惯导组合构成高精度组合导航系统的算法,建立了以载波相位双差观测量对惯导位置误差直接进行观测的数学模型,利用卡尔曼滤波器进行数据融合,可以达到厘米级的组合导航系统定位精度。同时,为了解决使用GPS载波相位观测量过程中出现的周跳问题,文中充分利用由该组合方案得到的高精度定位信息以及惯导在短时间内可保持高精度的特点,提出了迅速修复周跳和重新确定整周模糊度的方法,并通过仿真验证。     

面向深组合导航技术的GPS软件接收机捕获算法

通过研究GPS软件接收机的捕获算法,在传统捕获模式基础上面向深组合导航技术,将外部其他导航系统给出的信息反馈入接收机,辅助信号捕获过程,可以使接收机的捕获速度提高数倍。在基于频域相关技术的捕获算法基础上,通过对频域数据进行分析研究,提出了利用伪距信息缩短相关伪码长度,利用多普勒频移信息缩小频率搜索范围以及截短频域信息减少相关运算量等三种提高算法效率,加快捕获速度的改进方案。通过建立捕获算法的仿真模型进行仿真,验证了改进算法的可行性,确定了改进算法的必要参数。仿真结果表明改进算法较普通算法在捕获速度、运算效率上具有显著的优势。     

基于RAEKF和DGPS的航母姿态测量方法研究

针对现有基于差分GPS(differential global position system,DGPS)的定姿算法无法解决GPS信号受干扰时无解的问题,且容易受GPS数据中粗大误差的影响,提出一种基于自适应抗差卡尔曼滤波(robust adaptive extended Calman filter,RAEKF)和DGPS的航母姿态测量方法。研究载波相位差分GPS的测姿原理,详细分析现有定姿算法的原理并分别指出他们存在的缺陷,提出不受GPS数据缺失和粗大误差影响的RAEKF算法。结果表明,该算法能充分利用航母的运动信息,提高GPS定姿的精度和可靠性。     

基于RAEKF 和DGPS 的航母姿态测量方法

针对现有基于差分GPS(differential global position system,DGPS)的定姿算法无法解决GPS信号受干扰时无解的问题,且容易受GPS数据中粗大误差的影响,提出一种基于自适应抗差卡尔曼滤波(robust adaptive extended Kalman filter,RAEKF)和DGPS的航母姿态测量方法。研究载波相位差分GPS的测姿原理,详细分析现有定姿算法的原理并分别指出他们存在的缺陷,提出不受 GPS数据缺失和粗大误差影响的 RAEKF算法。结果表明：该算法能充分利用航母的运动信息,提高GPS定姿的精度和可靠性。