基于卡尔曼滤波的地形辅助导航

利用海底地形辅助导航是水下载体导航技术致力研究的新方向。该文利用多波束测深系统测量真实地形数据,在此实测地形图的基础上,采用ICCp算法为对准匹配算法,得到水下载体的最佳匹配位置,提高水下载体的导航精度。并利用仿真以平台式惯导系统为例,用卡尔曼滤波对惯导系统误差进行最优估计,取得了较好的效果。     

基于组合算法的水下地形辅助导航性能分析

针对目前水下地形辅助导航性能在单一算法下受多因素影响而无法得到最佳发挥的问题,采用双线性插值法制备了相应分辨率的水下数字地图,采用地形轮廓相关匹配(TERCOM)算法和基于直接概率准则的质点滤波(PMF)算法组成的组合匹配算法,较为全面地仿真分析了潜航器航速、测深误差、航向误差、航速误差、初始位置偏差和水下地形特征等诸多因素对导航性能的影响规律,对组合算法在复杂条件下的应用性能进行了剖析。仿真结果表明,在复杂条件下组合算法具有较强的稳定性和抗误差性,通过合理地选择应用参数,可有效降低匹配误差,提高导航性能,研究成果可为匹配算法在水下导航工程实践中的应用提供参考。     

基于UKF的水下地形匹配算法组合

为了克服断续地形辅助导航给UKF算法带来的不利影响,提出了改进TERCOM／ICCP＋UKF地形匹配组合算法.首先分析了基于UKF的水下地形匹配算法及其在实际水下地形辅助导航中的局限性.然后,针对UKF地形匹配效果易受大初始位置误差影响的不足,以“粗搜索”＋“精匹配”的算法组合模式为基础,给出了TERCOM、ICCP和UKF匹配算法的组合策略和算法克服相似地形影响的方法.仿真显示,较之单一UKF匹配算法,组合算法能够克服了大初始位置误差对算法匹配效果的影响,具有更好的工程适用性.     

基于地形熵和ICCP算法的水下辅助导航组合方法研究

基于ICCP算法的水下地形辅助导航可以很好地弥补INS长期误差积累的缺点.但ICCP算法在INS初始误差较大情况下易发散,为解决这个问题,提出用地形熵和ICCP算法的组合方法,即先用地形熵算法做粗匹配来降低INS的初始误差,用ICCP算法进行精匹配得到最佳匹配位置,在粗匹配阶段采用动态门限法,在精匹配阶段引入滑动窗口,这样可提高组合算法的快速性.仿真结果表明,组合算法是正确的和有效的.     

水下地形辅助导航新方法仿真

水下地形辅助导航是水下运载体导航定位技术研究的关键技术之一。传统的水下地形辅助导航采用回声测深仪,导航定位精度低,有时甚至失效。本文将多波束测深引入水下地形辅助导航,将水深映射为灰度值,利用快速傅立叶变换将输入灰度图从空间域变换为频率域。先采用相位相关技术进行粗匹配,再采用图像Hu不变矩特征进行精匹配,实现导航定位。对基于不同实验获取的实测海底地形图、惯性导航数据、DGPS数据以及多波束实测数据进行了实验室仿真。仿真结果表明,新方法可以极大地提高水下地形导航定位精度,使INS误差降低到原误差的15%以内,尤其是在INS初始误差较大时(小于3 km)导航定位精度改进更好。     

基于海流数据库的Kalman滤波在水下导航中的应用

定位精度对载体至关重要.提高定位精度有2种方式:一是增加高精度导航设备;二是利用数据处理方法.水下载体缺乏高精度的导航设备,但其又需要在水下保持长时间的精确航行.通过建立高精度的海流数据库,然后利用数据融合算法对水下导航信息进行处理来获得高精度的位置信息,该数据融合算法实质是基于海流数据库的Kalman 滤波.通过大量的仿真实验和海试证明,该算法具有很强的实用性和有效性.     

重力场辅助水下导航仿真及分析平台的构建

基于Simulink工具对重力场辅助水下导航仿真及分析平台进行了详细设计,并对平台各模块的原理、建立过程和细节进行了详细介绍,形成了从基础重力格网数据库构建、匹配算法设计到最终性能评估的完整的重力场辅助水下导航仿真体系.该平台集成了现阶段比较优秀的重力场网格插值模型和匹配算法模型,只需要简单地对相应的算法Matlab函数进行修改就能方便地进行对比研究,是进行重力场匹配导航实验研究、演示验证的有力工具.     

基于自适应滤波器的AUV组合导航系统研究

为满足自主式水下航行器(AUV)应对水下复杂环境和水下高精度导航的需求,提出了捷联式惯性导航系统(SINS)、多普勒计程仪(DVL)、磁罗经导航系统(MCP)和地形辅助导航系统(TAN)的水下组合导航系统方案,设计了一种基于BP神经网络的自适应滤波算法,建立了卡尔曼滤波器的线性滤波方程和导航传感器的量测方程,根据数学模型进行仿真实验。仿真结果表明,导航传感器和基于神经网络的自适应滤波技术的应用大大提高了AUV的导航精度和自适应能力。     

多无人水下航行器协同导航与定位研究

提出一种基于移动长基线的多无人水下航行器协同导航与定位方法.多无人水下航行器协同导航与定位方法对于解决大水深和远航程问题至关重要,在移动长基线算法中,主UUV装备高精度导航设备作为移动长基线节点,而从UUv装备低精度导航设备,两者之间通过水声装置米相互定位,利用传统几何关系解算从UUV,位置的算法将产生很大误差.基于扩展卡尔曼滤波的移动长基线算法能有效融合内部和外部传感器信息,提高导航精度.仿真试验对此进行了验证.     

潜艇水下位置监测方法研究

提出一种以重力异常图重构为基础的辅助潜艇水下定位的方法。着重介绍了重力异常图的拟合细分，并分析了利用Carpenter／Grossberg分类器对匹配点进行分类，选出最佳匹配点的匹配算法。仿真结果表明，利用重力异常图重构的方法，匹配辅助潜艇水下定位能够达到较好的效果，完全满足高精度导航的需求，具有一定的可行性。