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。     

地形辅助导航技术的研究

介绍了地形辅助导航系统的工作原理、系统组成和技术应用,着重介绍了地形辅助导航系统中位置估计、数字地图、实测高程数据采集、存储技术、组合导航、数字相关器等几项关键技术,并通过数据统计和分析对地形辅助导航系统进行了论证。     

一种改进的地形熵匹配导航算法

提出了一种改进的地形熵辅助导航算法.因为地形熵算法丢掉了地形的相对位置信息及对地形数据做了归一化处理,使得其在地形跟随/地形回避中的应用存在着匹配误差容易发散的问题.基于此点,提出了基于卡尔曼滤波的惯性地形辅助导航方法,交互信息量等方法的地形熵算法,以改进该算法在地形跟随/地形回避中应用的性能.最后用matlab软件根据分形学中Weierstrass-Mandelbrot函数产生了模拟的数字地图,并对该地形匹配导航方法作了仿真研究,仿真结果表明该方法可以抑制误差的发散,并提高了地形匹配的定位精度.     

面向地形辅助导航的地形信息分析

对地形ＤＥＭ（数字高程模型）数据中所含信息的多少及信息的可利用程度进行了分析,地形信息的分析结果可作为地形辅助导航和飞行路线选择的参考依据。     

基于混合粒子群优化的海底地形辅助导航算法

由于海底地形的独特特性,将传统地形匹配算法直接应用于海底地形匹配时,常常会出现定位精度大幅降低的现象,而且传统遍历搜索的庞大计算量也大大降低了地形匹配的效率。为提高匹配效率,提出了一种新的算法,关于混合粒子群优化的海底地形匹配算法。算法充分利用Hausdorff距离强抗干扰能力和容错能力的特点,采用平均Hausdorff距离作为相似性测度,并在搜索策略上,用了粒子群算法来加快搜索的速度,并提出将混沌局部搜索嵌入到粒子群算法中,形成了混沌思想的混合粒子群优化算法。通过某海域电子海图的海底地形匹配实验结果证明,算法能够快速求得最优解,使系统匹配误差（CEP）较传统方式降低了13%,计算量减少了18%,是一种很有开发和研究价值的海底地形匹配算法。     

一种用于辅助导航的快速图像匹配方法

为了提高辅助导航中多传感器图像匹配的精确性和实时性,首先提取图像的边缘特征,并用3-4距离变换(3-4DT)方法对边缘二值图像进行变换,以变换后的边缘距离图像为匹配特征;针对传统Hausdorff距离的局限性提出了一种融合点集重合数的Hausdorff距离,并以之为相似性度量;搜索策略根据人眼视觉系统的机制采用一种由远到近的分层匹配方法,同时使用一种改进的实数编码遗传算法来加快底层图像匹配的速度。实验结果为平均匹配时间为1283m s,平均误差值为1.036,表明匹配方法能满足导航要求。     

一种新的地形跟随飞行方法与关键技术研究

传统的飞行器地形跟随飞行主要依赖前视地形跟随雷达来确定航线周围的地形轮廓,实现地形跟随;基于DEM高程数据和机载控制计算机,提出一种新的飞行器实现无源地形跟随技术的技术途径、系统方案和可能出现的关键技术,并对涉及的主要关键技术实现进行了分析和讨论;关键技术包括导航曲线生成系统的实现方法和技术途径,执行地形跟随飞行控制的机载计算机基本需求、系统结构和设计方法等;经过仿真验证,按照该方法的控制的跟随飞行在高程和飞行姿态方面满足预计目标。     

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。     

地形辅助导航系统中的数字地图误差模型辨识*

地形辅助导航系统在引入量测时便引入了与数字地图有关的误差，含数字地图制作误差及地形随机线性化误差两类。本文在建立系统误差模型的基础上研究了两类误差产生的机理、影响误差的因素、样本获取的手段及误差模型辨识等问题，并采用扩维系统仿真的方法研究了误差的平稳特性、白度、模型参数等特性及其对系统精度的影响，获得了对数字地图误差模型的基本估计。     

一种新的虚拟血管镜自动导航路径生成方法

血管的中心路径提取是虚拟血管镜的重要组成部分, 它提供了自动导航的路径. 本文提出一种新的内窥路径生成方法, 用改进L1中值算法对体素点云化的脑血管数据进行骨架的提取. 首先,对核磁共振成像(Magnetic resonance imaging, MRI)增强血管数据进行基于统计的分割算法进行分割; 其次,对推广的Roberts算子在体素空间分割出的单体素点边界进行体素点的点云化, 生成点云模型; 最后,在点云空间中运用基于法向信息的L1中值算法进行骨架提取. 该过程克服了传统方法在体素中进行骨架提取时对数据缺失、孤点敏感的局限性, 并且对下采样后的点云化数据提取的骨架效率高, 骨架居中性较好, 最终把骨架用作脑血管虚拟内窥的自动漫游路径, 实现自动导航.     

ICCP重力匹配辅助导航算法研究及改进

迭代最近等值线算法(ICCP)是一种重要的匹配辅助导航算法,ICCP虽稳定性高,却具有实时性差的缺陷.通过研究与分析可知,采样结构是导致算法实时性差的关键因素,并且改变算法的采样结构可有效解决算法实时性差的问题.在改进ICCP的基础上,又通过“二次迭代”技术,将匹配位置用于更新测量和指示重力,并重新进行匹配解算,可进一步提高算法的匹配精度.仿真结果表明,以上工作对算法实时性和精度的改进是有效的.     

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。     

一种SINS／GPS组合导航系统的数字仿真方法

组合导航系统的数字仿具对于系统、方案论证有着重要的意义，目前国内各种期刊当中关于SINS／GPS组合导航方面的文章都较少涉及数字仿真的算法，针对这种情况，在查阅有关文献、上机实验的基础上，文中总结出了一种SINS／GPS组合导航系统的数字仿真方法。SINS和GPS采用位置、速度综合模式，使用卡尔曼滤波技术，给出了数字仿真结果，并对结果进行了分析。     

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。     

基于时频空间的非模型组合导航滤波方法

针对传统的组合导航方法存在建立模型困难和数据维度大等问题,提出了一种利用小波神经网络,直接对解算后的位置速度误差信息进行非线性预测的方法,该方法充分利用小波神经网络强大的时频分析与非线性预测能力,摆脱了数学模型的桎梏,避免模型建立中引入新的误差,并采用多个并行网络对数据进行降维处理,大大降低了计算量。以卡尔曼滤波为参照进行仿真实验,结果表明,该方法能够有效提高组合导航系统的精度与实时性,为组合导航滤波提供一种新的可行路径。     

一种天文/惯性导航系统组合模式的研究

本文以姿态误差四元数与陀螺漂移误差之间的关系为基础,构建了系统状态方程;针对天文/惯性组合导航系统,以姿态四元数误差为观测值,具体推导了系统量测方程。利用卡尔曼滤波,对天文/惯性组合系统的融合方案进行了仿真,仿真结果较好的实现了对陀螺漂移误差的估计。     

一种双级北斗导航接收机伪距误差补偿方法

伪距误差是影响北斗卫星导航接收机定位精度的关键因素,本文提出一种基于伪距差分和自适应容积卡尔曼滤波（Cubature Kalman filter,CKF）的双级北斗导航接收机伪距误差补偿方法。该方法将伪距误差分为自有性误差和公共性误差两类,首先通过伪距差分方法补偿伪距自有性误差,其次设计量测噪声自适应CKF滤波器,对用户接收机运动系统状态进行估计,补偿伪距公共性误差。实验结果表明：载体静态时,双级补偿方法略优;载体动态时,双级补偿比单级补偿的定位误差减小显著,自适应CKF算法比CKF算法具有更好的对噪声和干扰的适应能力。     

基于模糊卡尔曼滤波器的航天测量船组合导航系统

针对航天测量船组合导航系统实际工作环境,提出采用模糊卡尔曼滤波器,将模糊控制作为一个数据平滑窗口与常规卡尔曼滤波器相结合,利用测量数据中的残差序列、残差序列变化率和收敛因子等参数作为模糊控制输入,解决了导航系统中量测噪声不满足零均值白噪声的问题;对采用该算法的测量船组合导航系统进行了仿真实验,得到与理论分析相吻合的结果并提高了导航数据的精度;实验表明,采用该滤波技术的测量船组合导航系统是可靠的。