SAR在飞行器组合导航系统中的应用

SAR是雷达理论和技术发展到一定阶段的基础上诞生的一种具有很高分辨率的成像雷达。它在众多领域得到了广泛的应用。在飞行器组合导航系统中,利用SAR图像进行图像匹配,可以极大地提高系统的导航精度。本介绍了SAR、组合导航系统的发展及研究现状。重点介绍了SAR在飞行器组合导航系统中的应用,并给出了具有较高精度、容错性和自主性的INS／GNSS／SAR组合导航系统的原理、结构及仿真结果。     

加权Hausdorff距离算法在SAR/INS景象匹配中的应用

提出了一种基于特征图像分支点提取的加权Hausdorff距离图像匹配算法,并给出了相应的权值求解公式．为满足景永匹配导航系统实时性的要求,给出了细化处理的预处理方法,减少了特征文件的冗余度,提高了匹配搜索的快速性．同时,基于细化后提取出的分支特征点,应用加权Hausdorff距离算法进行图像匹配,克服了斑点噪声对合成孔径雷达（SAR）图像匹配的影响．仿真分析袭明．该算法能满足SAR／INS景泉匹配辅助导航系统实时性和准确性的要求．     

一种有效抑制机载传感器成像畸变干扰的景象匹配算法

电荷耦合器件(CCD)与合成孔径雷达(SAR)是两种最常用的机载传感器,是景象匹配辅助导航系统的关键组成部分.当系统传感器获取的实测图存在严重成像畸变时,传统的基于特征点集间Haus-dorff距离测度的匹配算法精度较低,通过引入多尺度自卷积(MSA)这种具有仿射不变性的局部特征,并将其同图像的尺度不变变换(SIFT)特征串行组合可以得到一种更加鲁棒的匹配算法.采用CCD和SAR传感器获取的图像对算法进行了仿真验证,实验结果表明:引入MSA特征对抑制景象匹配算法中多源传感器成像畸变的干扰十分有效,匹配精度显著提高.     

组合导航系统INS／GNSS／SAR的降阶模型

在利用卡尔曼滤波器对数据进行滤波时,其计算时间是由模型的状态矢量维数n决定的。每一步迭代的计算量等于n^3。状态维数的减会使计算时间大大地缩短。本文首先介绍了高阶组合导航系统INS／GNSS／SAR,然后介绍了其降阶模型。仿真结果证明,INS／GNSS／SAR系统是一个高性能的组合导航系统,其降阶模型可为飞机提供满意的导航精度。     

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．     

天文-愤性组合导航技术在高空飞行器中的应用

综述了天文。陨性组合导航在高空飞行器中的应用和发展概况,在分析了国内外装载天文导航系统（CNS）／惯性导航系统（INS）的航空飞行器基础上,从工作环境、组合模式、导航解算等方面分析了CNS／INS的技术性能,指出CNS—INS组合导航更适用于执行长航时、高空飞行的航空飞机,能够满足航空飞行器对高精度导航系统的需要。概括了CNS／INS导航的特有优点,提出了发展CNS—INS组合导航的必要性,讨论了今后机载CNS-INS组合导航技术的研究发展方向。     

自适应卡尔曼滤波在组合导航中的应用研究

对惯性导航系统（INS）与全球导航系统（GPS）分别进行了具体探讨,对比了两者的优缺点,针对INS／GPS组合导航系统中由于模型不准或因量测噪声的复杂多变造成的发散问题,引入了一种基于输出相关法的自适应卡尔曼滤波技术。通过在自适应滤波算法中推算最优稳态增益来调整量测噪声,抑制滤波器的发散,为GPS／INS组合导航系统实现高精度导航提供了有效的途径。仿真结果表明该算法能很好地对系统状态进行最优估计并适应系统噪声的变化,具有比常规卡尔曼滤波更高的导航精度。     

一种改进的高精度组合导航滤波算法仿真

在INS/GPS组合导航系统的研究中,为了解决非线性滤波算法在系统模型不确定情况下出现的滤波精度低、鲁棒性差的问题,提出了一种将强跟踪滤波算法与容积卡尔曼滤波算法(CKF)相结合的组合导航滤波算法(SMFCKF).SMCKF算法将强跟踪滤波算法中的多重次优渐消因子引入到CKF算法的状态预测协方差矩阵中,对不同的状态通道进行相应的渐消.通过建立INS/GPS组合导航系统的非线性模型,对改进的滤波算法进行仿真,结果表明改进的滤波算法提高了滤波精度和鲁棒性,滤波效果优于CKF算法,适合应用于INS/GPS组合导航系统中,为飞行器组合导航优化提供了参考.     

基于实时地形校正的InSAR图像匹配算法

针对侧视雷达/可见光图像匹配制导系统中由于雷达图像地形畸变引起的误匹配问题,提出了一种基于干涉合成孔径雷达（InSAR）的实时地形校正图像匹配算法。该算法以侧视雷达成像几何构象为基础,利用InSAR获取的实时地形数据对获取的SAR景象数据进行实时几何校正,生成无畸变的SAR景象数据,然后利用校正后的SAR景象数据与提前安装的可见光基准数据进行基于去均值归一化互相关模板的图像匹配。实验结果表明,通过实时地形校正,该景象匹配算法在复杂地形区域的匹配概率和匹配精度都大大优于传统SAR景象匹配算法,有效地提高了SAR图像匹配制导技术的适用性。     

组合导航系统INS/GNSS/SAR及其降阶模型性能的研究

介绍了高阶组合导航系统惯性导航系统 (INS) /全球导航卫星系统 (GNSS) /合成孔径雷达 (SAR)及其降阶模型. 降阶系统的卡尔曼滤波时间大大缩短了, 但其精度并未有大的降低. 仿真结果证明, INS/GNSS/SAR的降阶模型仍可为飞机提供满意的导航精度.     

基于SAR辅助的惯导/星光组合导航系统研究

针对高空、长航时无人飞行器在对地观测成像期间对导航自主性和高精度的需求,研究了基于SAR辅助的惯导/星光姿态组合导航系统.针对SAR图像导航输出的间断性和多传感器组合导航系统中量测输出的不同步特性,设计了解决非连续性量测修正的多传感器组合导航滤波器模型.提出了解决多传感器量测不同步问题的异步集中滤波算法.仿真结果表明:...     

SINS/SAR组合导航系统中量测滞后补偿方法研究

针对捷联惯导(SINS)/合成孔径雷达(SAR)组合导航系统中,图像匹配耗时所造成的量测输出延迟问题,提出一种补偿量测滞后的无序量测算法。该算法首先求出滞后时刻到当前时刻的等效量测量,然后,计算追溯状态向量以及与追溯状态向量有关的协方差,对当前时刻的状态估计量进行更新,得到系统状态量的准确估计值,修正捷联惯导系统相应的状态量。将提出的滤波算法应用于SINS/SAR组合导航系统中进行仿真计算,并与不考虑量测滞后的标准卡尔曼滤波比较,结果表明,提出的新算法能够有效补偿量测的输出滞后,提高导航系统的解算精度。     

一种高效的SAR图像角点提取算法

INS/SAR组合导航系统对合成孔径雷达(SAR)图像的角点提取精度、实时性、可靠性要求较高,为此,提出一种结合曲率尺度空间与Harris算子的角点提取算法,用局部Harris算子定位用曲率尺度空间法提取出的角点。实验结果表明,该算法实时性好、精度高、冗余度低。     

星光折射定位辅助的惯性/星光全组合导航算法

常规的惯性/星光组合导航多基于姿态信息组合,对位置、速度修正效果较差.针对上述问题,在惯性/星光姿态组合算法基础上,通过引入基于星光折射原理后获得的天文定位信息,设计了惯性/星光姿态、位置全组合导航方案,并提出了基于地心惯性坐标系下的捷联惯性/星光全组合导航算法.仿真结果表明:由于利用星光折射间接敏感地平的方法,在系统中引入了位置相关的观测信息,可确保组合导航系统获得较高的位置、速度和姿态精度.     

基于雷达–扫描器/惯性导航系统的微小型无人机室内组合导航

本文提出一种基于雷达–扫描器/惯性导航系统(radar-scanner/INS)的微小型无人机室内导航方法.为提高算法的实时性,采用基于扩展卡尔曼滤波(EKF)的DC同步定位与构图技术(SLAM)实现定位和构图;在更新状态值的扫描匹配过程中提出启发性逻辑来筛选激光雷达数据,以提高算法对无人机因姿态和高度变化而引起的轮廓地图波动的抗干扰性;在特征匹配的过程中选取合理的地图轮廓特征,并利用扫描匹配的结果和特征匹配的传递性提出了精度较高的引导配对,以提高特征配对在三维环境下的准确性;最后,将DC SLAM与惯性导航系统进行基于EKF的组合滤波,给出无人机的全状态估计.通过与GPS/INS组合导航对比以及室内飞行验证,本文提出的方法能够满足无人机飞行控制对导航实时性和精度的要求.     

基于神经网络的组合导航系统状态估计

在干扰大的外界环境中，传统滤波法对组合导航系统进行状态估计的精度难以满足要求，文中提出了引入Elman神经网络，具体讲解了它的状态估计的设计方法，对如何获取训练样本及网络的训练算法给予了详细的介绍，并把优化后的算法与原有方法进行仿真对比，最后以INS／GPS组合导航系统为例，分别用传统滤波法与Elman神经网络法进行状态估计，仿真结果证明了该法是有效的，实用的。     

组合导航计算系统的Simulink仿真

采用联邦卡尔曼滤波算法,分析了INS/GPS/ADS/CNS组合导航计算系统的数学模型,然后以MATLAB/Simulink为平台,构建了INS/GPS/ADS/CNS组合导航计算系统的仿真模型并进行了仿真。结果表明:建立的仿真模型能正确仿真组合导航计算系统的工作过程,并且具有良好的可视化效果,为组合导航系统的研究提供了有效的工具。     

基于多尺度支持度匹配SAR图像与光学图像

异源图像匹配是视觉导航、多源图像融合分析的关键步骤之一,常用的匹配方法是分别从两幅图像中提取特征,再对特征进行匹配。但是对于成像机理差别较大的异源图像,如SAR图像和可见光图像,很难提取到同名特征。提出一种基于多尺度支持度的异源图像匹配方法,只需要从一幅图像中提取多尺度边缘特征,在变换空间中寻找另一幅图像对该特征的最大支持度。支持度的计算采用了标准化梯度强度和的形式。采用遗传算法对支持度函数解空间进行全局寻优来获取最优匹配点。实验结果表明,该方法能有效实现SAR图像和可见光图像的匹配,处理时间能够满足工程要求。