基于概率数据关联的地形辅助导航算法

地形辅助导航是解决惯性导航系统定位误差随时间不断增大的缺点重要方法之一，论文在分析概率数据关联滤波器的基础上，提出了一种基于概率数据关联滤波的新的地形辅助导航算法。算法把满足一定条件的相关值作为滤波器的有效量测，把飞行器的位置作为状态，建立了基于概率数据关联的地形辅助导航模型，利用概率数据关联滤波算法计算飞行器的位置坐标。仿真结果表明该算法的正确匹配率、均方根误差和圆概率误差均优干TERCOM算法。     

互相关景象匹配系统的正确匹配概率研究

首先阐述了景象可导航性分析的定义，指出正确匹配概率是评价景象可导航性的重要指标；接着假定预处理后的基准图和附加噪声是零均值随机场。然后从图像的内容性质和其统计特性两个方面出发进行了，给出了基于景象灰度相关匹配的自主导航系统的正确匹配概率的一个估计模型。通过遥感图像的大量试验结果表明：该匹配概率的估计模型优于一般的仿真模型，从而为景象匹配自主导航系统的设计提供理论和应用基础。     

等值线匹配算法的地形适应性研究

地形辅助导航匹配算法的性能直接由地形特征所决定,因此,建立地形特征参数与匹
配算法精度之间的定量关系不仅是判断匹配性能的需要,也是进行航迹规划的基础。本文以
ICCP算法为研究对象,首先,运用聚类和回归分析方法挑选出6个与匹配精度密切相关的参
数;然后,采用多重回归、二项Logistics回归和判别分析等三种方法分别得到匹配精度与
地形特征之间的定量关系,其中多重回归分析得到的是匹配精度与地形特征参数之间的精确
对应关系,而二项Logistics回归和判别分析则是建立误差类别与地形特征参数之间的关系
。仿真结果表明,多重回归预测精度基本与实际匹配精度一致,但在少数样本点偏差较大;
二项Logistics回归和判别分析的正确判断概率均优于90％。
     

基于熵权的灰色关联概率数据关联算法

在多目标信息融合中,通过数据关联判断来自不同传感器的数据是否代表同一个目标,传统数据关联一般采用联合概率数据关联算法,单纯依靠状态量测且计算复杂。而基于灰色关联的概率数据关联算法,能够利用目标的多个特征信息进行数据关联,且计算简单准确。特征信息一般由专家主观判断给出。提出了基于熵权的灰色关联概率数据关联算法,由量测数据自适应的给出各特征的权重系数,不依赖于专家。仿真表明,该关联算法具有很好的工程实用性。     

一种基于IS-MCMC的多目标跟踪算法

针对密集杂波环境下的多目标跟踪问题,提出了一种基于定向概率数据关联重要度采样的改进马尔可夫链蒙特卡洛(MCMC)算法(IS-MCMC)。首先,基于马尔可夫链蒙特卡洛方法求解具有最大后验概率的量测分配集,并根据量测与目标的定向关联概率进行重要度采样以提高收敛速度。其次,依据量测分配结果更新目标轨迹的感知概率和状态参数,并基于感知概率实现对轨迹起始、维持和终止的判断。为实现对目标的连续跟踪,采用滑窗方法,根据当前帧数据与上一窗口数据的处理结果构建初始量测分配集,利用IS-MCMC对当前加窗数据进行处理。不同杂波密度、目标密度和检测概率下的仿真实验表明,IS-MCMC相比MCMC在计算效率、轨迹跟踪性能和环境适应能力上更具优势。     

基于图像区域相关的景象匹配概率与精度研究

景象匹配精度与正确匹配概率是决定景象匹配导航系统精度的重要指标,而图像独立象元数的大小是决定这两个精度指标的主要参数之一.分析了传统求取独立象元数方法存在的不足,并针对这些不足引入了图像区域相关的概念,建立了基于图像区域相关求解图像独立象元数的方法.理论推导和仿真分析表明,建立的求取独立象元数的方法合理,结果准确,速度较快,通过独立象元数计算得到的正确匹配概率符合仿真结果.该方法可以用于景象匹配辅助导航系统性能的预测及精确分析.     

一种实用的归一化互相关景象匹配算法

相关匹配算法是景象匹配定位系统的核心。本文提出一种用于景象匹配定位系统的相关匹配算法，称之为归一化互相关景象匹配算法，并进行了理论分析和用真实的景象数字地图进行了大量的计算机仿真试验。试验结果表明，该算法在信噪比不小于１并且实时图大小不小于１０×１０个网格的条件下，其正确匹配概率大于９７％，圆概率误差在一个景象数字地图的网格以内，满足景象匹配定位系统的要求     

认知雷达波形自适应数据关联跟踪算法

针对杂波背景下多交叉机动目标跟踪问题,提出一种认知雷达波形自适应数据关联跟踪算法,该算法选取目标距离-速度-方位作为观测量,并通过调整波形参数来动态改变量测误差协方差。首先,基于信息融合思想提出一种优化的概率数据关联(OPDA)算法,算法充分融合目标位置特征和运动特征对多目标交叉区域公共量测进行分类,使多交叉机动目标跟踪问题转化为多个单机动目标跟踪问题。然后,对实时更新的目标航迹,采用修正的Riccati方程估计下一时刻滤波协方差,并根据波形选择准则函数自适应选择下一时刻波形以提高系统跟踪性能。仿真结果表明,该算法增强了概率数据关联(PDA)算法的环境适应性,而且相比未采用波形自适应的数据关联算法有明显的优势。     

基于脉冲星联合定位模型的TOA预测模型误差修正算法

为提高脉冲星导航定位精度,修正脉冲信号到达时间的预测误差,文章提出一种基于多航天器联合观测数据的脉冲到达时间预测模型误差修正算法。该算法利用航天器和基准站之间的联合观测数据,通过相关运算测量脉冲到达时间差;通过数学推导得出航天器与基准站之间的位置关系与脉冲到达时间预测模型的关系;利用扩展卡尔曼滤波算法融合多颗不同辐射方向的脉冲星的脉冲到达时间差,实时在线修正预测模型参数误差。仿真实验结果表明,当观测时间超过100秒时,该方法可抑制脉冲信号到达时间预测模型的漂移误差。该方法可用于基于脉冲星的深空探测器自主导航系统,提高导航定位精度和脉冲信号到达时间预测精度。     

惯性组合导航系统中的快速景象匹配算法研究

在景象匹配辅助导航中,特征点的选取是提高图像匹配速度、精度和鲁棒性的关键之 一。景象匹配中要求提取出的特征是那些可靠性高、辨别性强、计算量小的不变特征。提出 了基于SIFT特征的导航用快速景象匹配算法。算法首先针对惯性组合导航的工作特点, 对SIFT特征点检测及特征点匹配进行了优化设计,然后用RANSAC方法过滤掉错误匹配点,最 后,进行最小二乘精确匹配算法获取航向和位置偏差信息。实验分析了算法对不同分辨率图 像和不同区域的匹配适应性,抗噪声性能,匹配精度以及实时性,并与基于部分Hausdorff 距离的边缘特征景象匹配算法进行了对比。实验结果表明,算法的性能优越,在匹配速度、 精度和鲁棒性方面都优于部分Hausdorff距离算法,可以满足景象匹配导航系统匹配修正的 高性能要求。