重力异常特征量与匹配导航算法关系研究

发布时间：2021-10-16 09:25

　　为了有效分析重力场背景特征与匹配算法对重力匹配导航精度的影响,该文利用TERCOM均方差算法、概率神经网络（PNN）算法以及最近等值线迭代（ICCP）算法,在不同重力背景场环境下进行重力辅助惯性导航匹配,通过重力场轨迹移动局部窗口计算方法,分析多种重力场特征评判公式,选择局部重力场标准差和经纬度方向相关系数作为匹配区域评判数量指标,对3种算法在不同环境下的匹配能力进行仿真对比研究。计算结果表明,在初始误差1′范围内,折线斜向轨迹运动背景下,TERCOM均方差算法和概率神经网络算法对匹配区域的适应性相似,在重力标准差越高区域,匹配效果越好;在纬度方向相关系数极大、经度方向极小的背景下,ICCP算法优于TERCOM和概率神经网络算法,反之,在纬度方向相关系数较小、经度方向较大的背景下,TERCOM和概率神经网络算法优于ICCP算法。因此,潜艇基于重力匹配导航算法可优先依据背景场经度方向相关系数进行匹配算法的选择,从而更好地实现高精度的匹配导航。 

【文章来源】：测绘科学. 2020,45(10)北大核心CSCD

【文章页数】：8 页

【文章目录】：
0 引言
1 重力匹配相关方法
    1.1 TERCOM和PNN匹配算法
        1)TERCOM均方差匹配算法公式如下。
        2) PNN概率神经网络匹配算法如下。
    1.2 ICCP匹配算法
2 重力场特异性参数定义
    1)局部重力场标准差。
    2)局部重力场相关系数。
    3)局部重力场绝对粗糙度。
    4)信息熵法。
    5)平均重力变化法。
3 匹配算法对匹配区重力场特异性要求与分析
4 实验对比分析
    1)实验一。分析经纬度方向相关系数对3种匹配算法的影响程度。
    2)实验二。分析局部重力场标准差对3种匹配算法的影响程度。
5 结束语


【参考文献】：
期刊论文
[1]一种新的基于特征值融合的重力辅助导航适配区选择方法[J]. 张璐,武凛,柴华,王虎彪,王勇.  导航与控制. 2018(02)
[2]一种骨架提取的海洋重力适配区域局部分析方法[J]. 刘繁明,姚剑奇,李艳.  武汉大学学报(信息科学版). 2014(04)
[3]BP神经网络用于水下地形适配区划分的方法研究[J]. 张凯,赵建虎,施闯,张海涛.  武汉大学学报(信息科学版). 2013(01)
[4]重力垂直梯度导航值特征分布与可导航性分析[J]. 王虎彪,王勇,许大欣,戴全发.  测绘学报. 2010(04)
[5]重力辅助导航匹配区域选择准则[J]. 程力,张雅杰,蔡体菁.  中国惯性技术学报. 2007(05)
[6]TERCOM地形高程辅助导航系统发展及应用研究[J]. 李雄伟,刘建业,康国华.  中国惯性技术学报. 2006(01)
[7]重力图形匹配技术在水下导航中的应用[J]. 袁书明,孙枫,刘光军,陈晶.  中国惯性技术学报. 2004(02)
[8]水下无源导航系统仿真匹配算法研究[J]. 张飞舟,侣文芳,晏磊,葛远声.  武汉大学学报(信息科学版). 2003(02)

博士论文
[1]水下重力场辅助导航定位关键技术研究[D]. 张红伟.哈尔滨工程大学 2013
[2]海洋重力辅助导航方法及应用[D]. 彭富清.解放军信息工程大学 2009

硕士论文
[1]水下重力场辅助惯性导航匹配算法与适配区选择研究[D]. 董翠军.武汉大学 2017



本文编号：3439555