基于图像卷积的地图匹配算法

地图匹配定位是一种主流的车载导航定位方法，其以车辆轨迹数据和路网地图为基础，将车辆位置估计输出到路网地图上。该过程可对车辆定位结果进行修正，是车辆导航、交通诱导、交通预测等应用的基础。针对现有地图匹配算法存在的一些问题，如算法流程依赖路口匹配精度，在较大初始误差场景下寻路正确率较低，以及寻路结果错误易影响后续匹配精度等，提出了一种基于图像卷积的地图匹配方法。利用图像卷积方式对比了车辆轨迹与道路的几何特征，以实现匹配定位，从而确保了初始误差较大场景下的匹配精度，并且避免了由寻路错误所引发的相关问题。     

基于BP神经网络的随机信号筛选算法

在随机信号导航研究中，可接收到的信号数量众多、种类繁杂、特征多样，难以从中选择出适用于导航的信号。针对随机信号的筛选问题，提出了一种基于BP神经网络的随机信号筛选算法。该算法通过输入随机信号的特征信息，对随机信号的定位误差进行了估计，通过定位信息的误差对将信号用于导航的效果进行了评估。仿真结果表明，该算法能够对由随机信号解算而得到的导航信息误差进行估计，可以达到较好的筛选效果。     

一种新型的伪卫星辅助下的惯导初始对准方法

静基座且已知载体位置的情况下,INS可以快速地完成初始对准,但是在野外环境下通常无法快速地给出初始位置。伪卫星具有铺设简单快捷,不易受到破坏的特点,适合在未知环境下作为GNSS系统的补充来辅助定位。但是在GNSS拒止的情况下,如果单独使用伪卫星(PL)来进行定位会存在定位结果误差较大等问题,难以辅助INS系统完成初始对准。为了解决GNSS拒止情况下伪卫星辅助惯性导航系统进行初始对准存在的问题,提出了以高度传感器辅助下的PL定位算法,利用该算法得到准确的位置信息进而实现GNSS拒止条件下INS系统的初始对准,满足高精度的INS系统在复杂环境下的使用需求。