一种改进的地磁匹配算法研究

针对复杂电子环境中的飞行器,如何克服主惯导系统的误差发散现象,抑制其固有漂移,是实现高精度自主导航的关键。地磁导航以自主、全天候、无时间累积误差等特点成为新型自主导航手段,它的精度主要取决于地磁匹配算法的精度。在此提出一种改进的地磁匹配算法,首先采用快速方差法（MSD）进行预匹配;接着采用抗旋转的插值平移法,进行精匹配。结合粗匹配和精匹配,组成一种高效的地磁匹配算法。通过仿真研究表明,该算法具有精度高,抗小角度旋转,匹配速度快等优点。     

飞行器编队PSO多维地磁匹配算法

针对在地磁变化缓慢区域,一维地磁匹配导航匹配概率低、使用范围有限的情况,在飞行器组网飞行的背景下,提出了基于粒子群优化算法(PSO)的多维地磁匹配算法.在一维地磁匹配模型的基础上,搭建了主从式组网地磁匹配模型,利用多飞行器空间约束,将平均绝对值误差法则从一维计算拓展至高维匹配,使用匹配成功率、匹配定位误差和算法适应度3...     

地磁匹配导航半实物仿真方案设计及关键技术分析

以地磁匹配导航原理为理论依据,设计了半实物仿真系统的总体方案。在半实物仿真模型选取和结构组成的基础上,系统分析地磁场数据库仿真、载体干扰磁场补偿、地磁场环境仿真和地磁匹配导航算法这4种关键技术并提出了相应的工程解决方案,为实现地磁匹配导航半实物仿真提供一种参考。     

基于图像匹配的定位分析

图像匹配是一种重要的图像处理技术,在导航、定位等领域有着广泛的应用。首先给出了图像匹配问题的原理描述,分析了基于区域匹配算法的一般思路,研究了图像匹配算法的组成要素。算法中采用相关系数作为相似性测度。为减小搜索空间提高算法性能,采用由粗到精分层匹配的控制策略进行算法优化,实现了算法的加速。通过匹配仿真试验,验证了算法的可行性、有效性。     

地磁匹配导航的精度分析

针对一种新的导航系统一地磁匹配导航的精度进行了研究。在介绍了地磁匹配导航的基本原理的基础上,给出了地磁匹配系统的形式化模型。分析了影响地磁匹配导航精度的决定因素,最后从硬件和软件2个方面给出了提高其定位精度的途径。     

改进Hausdorff距离和量子遗传算法在激光制导中的应用

为了在激光成像制导中提高目标识别的精度和实时性,并在遮挡条件下进行有效识别,采用基于改进Hausdorff距离和量子遗传算法的激光图像匹配算法,选择图像的局部边缘特征为特征空间,针对传统Hausdorff算法及几种改进Hausdorff距离存在的问题,提出了一种新的改进Haussdorff距离作为相似性度量;在搜索策略上,选择量子遗传算法进行并行搜索,为防止种群过早收敛,提出了种群灾变策略,并应用动态的量子旋转角调节收敛的速度和方向。通过理论分析和实验验证,取得了不同参量条件下的目标识别对比数据。结果表明,该算法可以消除激光图像中局部遮挡、噪声以及出格点等因素影响,鲁棒性好、匹配精度高、计算速度快。     

海底地形辅助导航SITAN算法中二次搜索技术

在建立搜索模型和跟踪模型的基础上,提出了二次搜索加一次跟踪的地形辅助导航技术,通过在不同搜索阶段的卡尔曼滤波器分别满足留数指标和地形坡度指标获得最佳匹配位置,对传统的SITAN算法进行了改进.计算机仿真结果表明,改进的SITAN算法在理论上更加合理有效,定位精度更能够满足要求.     

量子粒子群算法在地磁匹配航迹规划中的应用

针对基本粒子群算法在飞行器地磁匹配航迹规划中容易陷入局部收敛的问题,借鉴粒子群算法和量子进化算法,将量子粒子群算法应用在基于地磁匹配的航迹规划中。结合飞行器的性能约束和地磁匹配自身特点,设计了一种适用于地磁匹配航迹规划的评价函数作为适应度函数。仿真结果表明,量子粒子群算法具有较快的收敛速度且改善了最优解,验证了量子粒子群算法应用于地磁匹配航迹规划的有效可行性。     

基于水下组合导航系统设计与鉴定

本文依据水下组合导航技术的发展及现状,提出了利用重力、地形、地磁等匹配导航的辅助导航,对惯性导航系统进行校准,设计了以惯性导航系统为主,以重力、地形和地磁匹配导航为辅的水下组合导航模式,提出了对水下组合导航系统如何鉴定的一些想法。     

基于掩模搜索的快速尺度不变特征变换图像匹配算法

尺度不变特征变换(SIFT)算法在图像匹配领域得到广泛应用,为降低其计算复杂度,提出了一种基于掩模(Mask)搜索的SIFT快速图像匹配算法。首先,分析图像的纹理信息,使用Harris算法的角点响应函数(CRF)对图像进行分区,将纹理复杂度较高的区域作为Mask并生成Mask金字塔,以减小特征点的搜索空间;其次,在极坐标系下建立7区域的圆形描述子,并降低其维度;最后,根据特征点极值类别进行同类匹配,以降低匹配复杂度。实验结果表明,采用Mask的特征搜索方法以损失较小匹配质量为代价,能够有效提升算法的整体速度,结合改进的描述子和极值分类算法可以进一步提升算法速度。采用Mask的特征搜索方法在对匹配效率有较高要求的领域具有潜在的应用价值。     

基于形心极二阶矩比特征辅助的星图识别算法

在传统的星图识别算法中，本文在三角形算法的基础上，提出一种改进算法，将待匹配三角形的形心极二阶矩比作为导航特征库中的辅助匹配特征量，以增加特征矢量维数提高识别精度，同时采用函数映射搜索方式提高识别速度。     

一种快速区域立体匹配算法设计及实现

为了精确建立两幅图像像素间的对应关系,克服区域立体匹配算法计算量大的缺点,提出了一种改进的区域立体匹配算法。改进的区域匹配算法运用双向立体匹配策略来提高两幅图像像素间的匹配精度,并结合mean-shift图像分割技术,在同一区域具有相同视差的假设前提下获得图像的稠密视差;为了克服区域立体匹配计算量大的缺点,该算法引入伪极线约束将真正匹配点的位置限定在一个非常小的范围内,从而大大减少了匹配点的搜索范围,有效地降低了匹配算法的计算量。实验结果表明,改进的双向匹配算法可以有效地缩小匹配搜索范围,并实现图像间的精确稠密匹配。     

路径搜索策略研究

针对城市道路网车辆导航系统中经典Dijkstra最短路径搜索算法中存在的计算效率问题,研究基于启发式策略和双向搜索策略的双向启发式优化搜索算法,并探讨路网的分层搜索策略.采用启发信息减少搜索范围、双向搜索分解搜索空间,从而提高了算法的执行效率.实际路网仿真结果表明:相比经典Dijkstra算法,启发式策略搜索效率可提升70%~80%,双向搜索策略在不损失搜索精度下进一步提高搜索效率5%~10%,而分层搜索策略可以极大提高大规模路网车辆导航长距离下路径搜索效率.     

基于边缘特征的SAR图像与光学图像的匹配

提出了一种新的基于边缘特征的合成孔径雷达(SAR)图像与光学图像相匹配的算法，可用于无人飞行器的导航。首先针对SAR图像低信噪比的特定情况，提出了一种简单实用的线状特征提取方法。而后在提取边缘的基础上，采用改进的具有强抗干扰能力和容错能力的Hausdorff距离作为相似性准则进行图像匹配。在搜索策略上．采用遗传算法来加快搜索的速度。实验结果表明，这种算法匹配精度高，计算速度快。     

基于惯性比特征的三角形星图识别算法

为了提高星敏感器的星图识别性能,提出了一种基于惯性比特征的三角形星图识别算法。该算法将导航三角形的形心惯性比和导航三角形最长边的角距值作为匹配特征量,并以此构建导航特征库,采用散列函数的方式搜索导航特征库。由于将三角形特征量的维数由三维缩减至二维,该算法具有导航星数据库容量小、搜索匹配速度快的优点。仿真实验表明,在星点位置噪声标准偏差为2像素、星等噪声标准偏差为0.8等的条件下,该算法的识别率均在99%以上,平均识别时间约为1.29ms,和现有三角形算法相比均具有一定的优势。并在地面观星实验中,取得了非常好的效果。     

基于遗传算法的MF-HF天调调谐算法

介绍了对分搜索算法、Hooke&Jeeves算法和Powell算法等基于直接搜索的MF-HF天调调谐算法,指出了其容易陷入局部最优解的问题。提出基于遗传算法的天调调谐算法,对算法的基本流程进行了介绍。结合近似计算和邻域搜索的思想,对调谐算法进行了改进,减少变量个数,缩小算法搜索空间。通过对4m鞭状天线进行调谐仿真,验证了遗传算法作为调谐算法的有效性,同时改进后的算法在调谐速度和匹配精度上获得了明显的改善。     

基于自适应模板匹配的帧间全局运动估计算法

针对传统的匹配方法在匹配模板与待匹配图像间存在噪声影响、亮度等差异时导致匹配算法在时间和精度上得不到很好的统一,由此影响到红外图像帧间全局运动估计和补偿问题,提出了基于自适应模板匹配的方法进行帧间全局运动估计算法。该算法首先利用模板选择策略进行待匹配模板的选取,提高匹配的精度;然后提出自适应模板匹配准则,以达到较好的匹配效果,克服噪声等奇异点对误差函数值的影响;最后提出菱形搜索策略,以便搜索到最佳匹配点,使搜索不至于陷入局部最优,并提高了搜索速度。仿真实验结果表明,在红外图像背景变化较为缓慢的情况下,所提算法降低了帧间全局运动估计计算复杂度,同时具有很好的匹配精度和准确性。     

改进ORB-LK光流法的无人机速度估计

针对无人机无法在全球定位系统信号弱或拒止环境下实现自主导航的问题,提出一种基于改进的ORB-LK光流法的速度估计算法.首先,通过ORB算法提取目标物体上的特征点,经过LK光流法计算出图像光流速度;然后,采用前向后向匹配算法确定匹配点对,利用渐近一致采样算法剔除误匹配实现精匹配;最后,结合惯性测量元件测得的无人机旋转速度和声呐测得的高度计算出平移速度,为无人机自主导航提供速度信息.通过在Matlab中仿真实验证明,改进算法在公开图像数据集中的平均运算时间为0.622 s,满足无人机实时应用的条件,相较于原ORB-LK算法大幅提升了匹配正确率,能够准确地进行速度估计.     

基于地形轮廓面正交分解的三维地形匹配算法

地形辅助导航(TAN)是提高低空(超低空)无人飞行器(UAV)导航精度的一种有效手段.传统的三维地形匹配算法的可靠性差,无法满足工程需求.激光成像雷达能够获得高精度三维数字地形图,有效提高地形匹配辅助导航系统的适应性.文中根据地形轮廓面的正交分解模型,提出了一种适用于激光成像雷达的新型三维地形匹配算法.该算法通过正交分解构造地形特征矢量,通过矢量匹配和在线置信度分析提高地形匹配的可靠性,并进一步结合激光成像雷达和自然地形的特点设计了相应的优化搜索策略.该算法匹配结果置信度高、稳定性好,具有良好的工程应用前景.     

改进的模板匹配金字塔搜索算法

针对模板匹配和智能检索技术对效率的要求，提出了改进的金字塔分层搜索算法，分别从算法剪枝和并行匹配两方面对算法进行改进。采用边缘梯度作为基础匹配描述子，改进的搜索算法融合了预先终止、匹配进程中终止、边缘点稀疏、逐层重叠筛选四种方法来降低算法的搜索空间复杂度。在算法中引入PPL并行库实现了多模板的并行匹配。实验结果显示，选择合适的参数，针对特定的模板匹配任务，改进后的金字塔搜索算法在保证准确检测目标的基础上，与传统的金字塔搜索算法相比效率提升56.3%。