水下重力匹配定位算法综述

随着重力测量和水下导航技术的发展,惯性/重力匹配导航技术因其精度高、自主性强和航时长等优点,已成为水下自主导航的重要研究方向。惯性/重力匹配导航系统主要由惯性导航系统、重力实时测量、海洋重力场背景图和重力匹配定位算法构成。重力匹配定位算法通过将实时测量的重力异常值与构建的重力场背景图进行匹配,得到水下运载体当前时刻的位置信息,是惯性/重力匹配导航技术的核心。本文详细介绍了重力匹配算法的技术发展现状,重点分析了具有代表性的ICCP算法、SITAN算法、矢量匹配算法及其衍生算法,并对惯性/重力匹配水下自主导航技术的未来发展进行了展望。     

基于TERCOM-ICP联合算法的水下地形匹配方法研究

水下地形辅助导航一直是应用于AUV的热点和前沿问题，有助于修正惯导随时间积累的定位误差，以实现精确的导航定位。对经典地形匹配方法TERCOM算法进行了简单的介绍，引入点云配准领域的ICP算法，针对多波束测深系统可以获取地形剖面的特点，提出了一种TERCOM-ICP联合匹配算法。首先使用TERCOM算法粗匹配，将粗匹配后的大致位置作为指示输入ICP算法中进行精匹配，通过仿真实验对TERCOM算法的匹配结果和ICP算法的匹配时间作对比分析。仿真结果表明：TERCOM-ICP算法可以有效提高水下地形匹配精度，经过仿真实验测试，平均匹配误差可以达到20 m以内，所用时间在160 s以内，验证了该算法应用在水下地形匹配领域的可行性，更好地满足了水下辅助导航的要求。     

改进的ICCP地磁匹配算法

本文在分析等值线约束迭代最近点(ICCP)匹配算法基本原理的基础上,针对ICCP算法在非刚性变换情形下,就难以取得理想匹配效果的情况,提出了改进的ICCP算法。该算法首先用ICCP匹配算法修正初始位置误差和航向误差,然后采用逐点匹配,再迭代该过程的方法,逐点修正位置误差。仿真实验表明,改进的ICCP算法能够实现准确定位,定位精度在一个网格精度以内。     

基于多参量信息的水下地磁滤波导航算法

由于水下运载器使用地磁滤波导航方法时难收敛、易发散,根据水下运载 器的特点设计了一种基于多参量信息的水下地磁滤波导航算法。针对单纯使用地磁数据 进行位置匹配精度较差的问题,该算法在匹配及滤波过程中引入了地磁强度、航向、航 速等多参量信息,采用非线性滤波框架进行信息融合,采用粒子群算法根据多参量信息 进行位置搜索,并以之为系统滤波的观测值,通过提高位置观测精度改进滤波的收敛性 和鲁棒性。仿真结果表明,算法滤波精度高,稳定性好,能够较好地抑制各类传感器干 扰和误差对滤波估计的影响,适用于水下运载器的地磁导航定位。     

不同参数对地形等值线匹配算法精度影响的评估分析

影响地形辅助导航匹配算法性能的因素很多,而目前基于信噪比的分析方法不能全面准确地评估匹配精度受各种参数的影响情况。本文以等值线(ICCP)算法为研究对象:首先,通过理论分析指出目前基于信噪比的分析方法的局限性和算法灵敏度受航向的影响情况;然后,通过仿真分别研究高度测量精度、惯导(INS)航迹精度、初始位置误差、航向误差、采样设置等因素对匹配精度的影响,并进一步从地图独特性、高度测量误差和INS航迹误差3个方面综合分析了各类误差和具体的误差参数对匹配性能的综合影响;最后,从算法的匹配精度和实时性等角度总结了各种参数的影响情况,为ICCP算法的工程应用提供理论基础。     

不同定位精度ＩＮＳ 下的重力匹配算法适用性研究

重力辅助导航是以惯性导航为基础的辅助导航方法, 惯性导航系统（ＩＮＳ） 的误差特性 直接影响匹配算法的定位效果。通过对几种经典的重力场相关匹配及滤波匹配算法的研究及匹 配仿真实验指出, ＩＮＳ 定位精度的变化会改变不同匹配算法间的优劣关系, 从而改变匹配算法的 适用性, 并得出了适用于不同定位精度ＩＮＳ 的匹配算法的结论。该结论为搭载不同精度ＩＮＳ 载体 的重力场匹配算法的选择提供依据, 具有一定现实意义。     

高精度舰载惯性导航系统的重力影响研究

舰载的高精度惯性导航系统中,重力误差补偿的精度与导航的精度息息相关。长航时舰载导航系统,与短航时惯性导航系统相比,重力扰动随时间积累对导航精度的影响更加明显,因此不能再用简单的重力模型对重力进行近似,而需要对重力扰动误差进行补偿。本文针对舰载高精度惯性导航,理论上推导了重力扰动误差对惯性导航精度的影响,并以北向单通道模型对重力扰动误差与水平定位精度的解析关系式进行验证;进而用simulink仿真验证解析关系式的正确性,并在不同条件下进行了仿真。仿真结果表明：静态条件下,20小时以上的长航时导航中,北向或东向重力扰动分量每增加10mgal时,对应位置误差范围约增加130m。     

不同定位精度INS下的重力匹配算法适用性研究

重力辅助导航是以惯性导航为基础的辅助导航方法,惯性导航系统(INS)的误差特性直接影响匹配算法的定位效果。通过对几种经典的重力场相关匹配及滤波匹配算法的研究及匹配仿真实验指出,INS定位精度的变化会改变不同匹配算法间的优劣关系,从而改变匹配算法的适用性,并得出了适用于不同定位精度INS的匹配算法的结论。该结论为搭载不同精度INS载体的重力场匹配算法的选择提供依据,具有一定现实意义。     

一种提高捷联惯性/里程计组合导航系统定位精度的后处理方法

测绘用捷联惯性/里程计组合导航系统多采用离线后处理技术.此类系统利用里程计位移微分获得的速度作为观测量,采用速度匹配,并通过待测路径中预置的Mark点校正航位推算的位置信息.本文建立了基于速度匹配的16维Kalman滤波模型,对全程采样数据进行正反向导航和滤波处理,以估计惯性器件和里程计的误差;在补偿相关误差后,再次进行正向导航和滤波解算,以获得更精确的姿态矩阵.随后,根据相邻两个Mark点之间的姿态信息进行航位推算,并更新里程计刻度系数、里程计与惯导间的姿态误差矩阵;若此Mark点间的位置误差过大,则重新进行航位推算以减小位置误差.结果表明,与传统正向滤波相比,采用该方法后系统的最大位置误差由1.72m降低到0.08m,定位精度提高了95％以上.     

基于模糊自适应滤波的水下INS/DVL组合导航研究

由于水下环境的复杂性,多普勒测速(DVL)误差的均值和噪声方差等统计特性均存在跳变现象,影响了INS/DVL组合导航精度。为此提出了一种基于模糊自适应滤波的水下INS/DVL组合导航算法,通过实时监测滤波残差的均值变化以及滤波残差方差与理论滤波残差方差的不一致程度,利用隶属度函数在线修正多普勒测速偏差以及量测噪声的统计特性。本文改进了已有模糊自适应滤波算法未考虑观测误差均值跳变以及对残差方差变化过于敏感的问题,并对DVL零偏跳变进行了修正。试验表明,所提出算法对多普勒测速误差的均值和噪声方差跳变具有较强的适应性,能够有效提高水下INS/DVL组合导航精度。     

浅析水下PNT体系及其关键技术

针对水下用户进行了梳理与分类,分析了水下用户对于PNT服务的需求,以及当前水下PNT体系的能力水平距离满足用户长期需求存在的差距。阐述了当前国际上水下PNT体系的建设现状,以及部分国家对于PNT体系建设的规划。在此基础上,分析了未来水下PNT体系的发展方向。最后,从水下PNT特殊性出发,总结归纳了包含惯性、重力/地磁匹配、水声导航、水下PNT能力评估等技术内容的水下PNT关键技术。     

基于PDR和磁场匹配的智能手机室内定位

目前，基于磁场的室内定位方法存在指纹采集无法快速建库的问题，导致匹配特征较少、无法快速进行匹配操作和航向角估计精度低。基于磁场梯度的快速近似，使用高斯牛顿迭代方法结合通过PDR测量的轨迹进行磁场轮廓匹配定位，提高了单点磁场指纹的可分辨性。基于步态模型的更新用作测量信息以改善C-INS的导航性能，提出了一种基于捷联惯性导航系统的行人航位推算算法。基于MFS参考位置，使用扩展Kalman滤波器控制PDR惯性导航的位置漂移误差，进一步提高了轨迹轮廓的精度。测试结果表明，该算法可以获得更好的位置估计和航向估计结果。     

水下重力辅助惯性导航关键技术研究及实现

重力辅助惯性导航已渐成水下导航领域的研究热点,其实现是一项复杂的工程,涉及多项的关键技术.文章首先介绍了重力辅助导航的基本原理;之后详细阐述了在真实海洋环境下,重力辅助导航所需解决的若干关键技术问题,并给出了相应的研究成果;最后总结了我国水下重力辅助导航的发展趋势及研究的若干建议.     

AUV的图优化海底地形同步定位与建图方法

海底地形辅助导航技术可为智能水下机器人(AUV)的长时间水下作业提供有界精确导航结果,且无需声学基阵辅助。然而,地形辅助导航需要已知高精度先验海图,这大大限制了其应用范围。为解决海底地形未知条件下的海底地形辅助导航问题,提出了海底地形同步定位与建图技术。利用水深预测手段和地形匹配方法进行帧间数据关联构建和闭环检测,并通过图优化技术进行海底地形同步定位与建图问题求解。仿真试验结果显示,在航行1h后,海底地形同步定位与建图系统的建图结果中所有测深点定位误差均值约为13m。     

基于惯性/激光测距/视觉里程计组合的高空场景尺度误差估计方法

惯性/视觉感知信息融合导航定位技术是目前实现无人机不依赖卫星自主导航的最有效手段。但对于面向高空场景的大型无人机，惯性器件误差与视觉里程计尺度误差耦合且特征平面化导致可观测性下降。针对这一问题，提出了利用惯性/激光测距/视觉里程计组合实现尺度误差估计的方法。通过开展误差模型建立、激光测量点与图像中位置匹配、无人机平飞机动下系统可观测性分析等关键技术研究，实现了高空场景下尺度误差的精确估计。经过300m高度机载试验数据验证，算法精度优于1.5%D，对卫星拒止条件下高空无人机自主导航具有重要意义。     

惯性+星光折射定位组合导航技术研究

由于现有惯性器件精度水平有限,纯惯性导航误差较大,因此需要采用组合导航的方式来提高导航精度。目前,全自主组合导航方式中传统的惯性+星光定姿组合导航方法只能实现定姿,不能实现定位,无法修正加速度表测量误差引起的惯性导航误差,故在精度上可提升空间有限。为此,提出了一种惯性+星光折射定位组合导航方法,重点从星光折射定位原理、大气折射模型、非线性滤波和选星策略几个方面进行论证及分析。通过理论分析与数学仿真相结合的手段,验证了星光折射定位原理的正确性及工程可行性,可将自主导航精度提升至100m,从而为进一步提高自主导航精度提供了一种技术途径。     

基于改进容积卡尔曼滤波的惯性/光流组合自主测速方法

针对容积卡尔曼滤波算法在惯性/光流组合测速数据融合时出现由于各系统输出数据频率不一致导致融合精度有限的问题,提出了一种基于多速率残差校正的改进容积卡尔曼滤波算法.通过当前时刻误差估算组合导航系统残差,再使用估算后的残差对速度估计值进行补偿,最终实现惯性/光流组合系统速度测量值的数据融合.实验结果表明,通过提出的改进容积卡尔曼滤波对惯性/光流数据进行融合后,东向速度均方根误差为0.2964m/s,北向速度均方根误差为0.06m/s,与现有其他卡尔曼滤波算法相比,此方法可显著提高惯性/光流组合系统的速度测量精度.