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.     

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。     

快速ICCP算法实现地形匹配技术研究

利用海底地形进行辅助导航是水下潜器导航技术致力于研究的新方向。采用ICCP算法作为对准匹配算法，从两个方面对ICCP算法进行了改进，一是将测量航迹进行随机旋转和平移来选择初始状态集，使其能够以足够小的误差概率收敛到全局最优中，减少了迭代次数；二是采用滑动窗口技术来寻找等值线上的最近点，在每一次收敛到局部最小的过程中都减少了最近点计算量。     

粒子群优化算法在海底地形导航中的应用

通过研究将连续粒子群优化算法离散化,提出二进制离散粒子群优化算法。在海底地形导航的非线性、实时性、精准性的情况下,利用2个子群的协同进化来降低陷入局部最优的风险,有效提高收敛速度。最后通过与传统的地形轮廓匹配算法进行对比,说明本文算法在经纬度误差和最佳匹配点定位方面更具优越性。     

利用ICCP的水下地磁修正惯导方法研究

迭代最近等值线算法（ICCP）是一种重要的地磁匹配导航算法。首先,为了获取相对精度较高的位置信息,又在一定程度上达到弥补实测数据精度不足的目的,将二次插值技术应用到地磁匹配算法中;然后,仿真计算得到了最佳匹配位置;最后,针对目前水下航行器通过航位推算等传统方法实现惯导重调的弊端,提出将地磁匹配位置误差作为观测量,用卡尔曼滤波对惯导系统的速度、位置和姿态误差进行最优估计。由最后仿真结果表明,以磁场匹配位置误差作为观测量来估计惯导误差是可行的。     

一种基于INS/GPS/CNS的联邦滤波算法

为解决传统INS/GPS两组合算法输出姿态精度低、长时间精度发散的问题,本文采用INS/GPS/CNS三组合的方式,结合联邦滤波器设计思路,提出一种基于INS/GPS/CNS的联邦滤波算法,以位置误差、速度误差和平台失准角作为观测量,通过设计INS/GPS/CNS三组合系统,对算法有效性进行试验验证。静态试验结果表明:本文所提算法相较于传统INS/GPS两组合算法,平台失准角精度可以提高一个数量级,且算法收敛、稳定、容错性强,工程应用意义重大。     

基于SUKF滤波的INS/DVL组合导航研究

惯性导航系统(INS)长时间自主工作存在误差积累,采用INS与多普勒速度计程仪(DVL)组合的方案导航.针对组合导航系统状态维数较高,采用算法实现和估计精度优于传统扩展卡尔曼滤波的尺度变换模式的UKF(SUKF)方法.仿真结果表明,采用SUKF滤波方法实现INS/DVL组合导航是可行的.     

INS/GPS组合导航系统动基座初始对准研究

针对位置/速度模式的INS/GPS组合导航系统,确定其动基座下初始对准卡尔曼滤波方案,并进行计算机仿真。结果表明,卡尔曼滤波算法在动基座下INS/GPS组合导航系统初始对准中速度快、精度较高、对水平失调角有较好的估计效果,满足初始对准的基本要求。     

粒子群优化算法在海底地形导航中的应用

海底导航技术随着深海测量技术的不断进步,得到了迅速的发展,逐渐成为各国研究的热点方向。传统的地形匹配算法由于海底地形的特殊性等因素,普遍存在复杂度高、匹配误差大等问题。本文研究了常规粒子群算法,将平均Hausdorff距离和混沌局部搜索引入粒子群算法中,有效降低算法复杂度,同时提高STAN的定位精度和计算速度,并给出仿真结果。