地磁定位方法综述

地磁导航具有可用区域广泛、无累积误差、无源和隐蔽性强等优势,是未来定位导航与授时（PNT）体系中潜在的重要导航定位手段之一。地磁导航技术包括磁场信息的测量、地磁基准图的建立和地磁定位方法的设计3个重要内容。本文主要围绕地磁定位方法,调研总结了当前主流的地磁滤波、地磁匹配和磁场同时定位与构图(SLAM)三类方法的原理及技术发展路线,重点分析了不同方法的优缺点、适用场景、时效性、对磁图和传感器的需求,并对地磁定位方法的发展方向进行了展望。     

一种基于小波的快速景象预处理算法

由于景象匹配中基准图与实时图的差异，景象的预处理被证明是提高匹配概率的重要途径。在小波算法的基础上，提出了一种与小波预处理算法等价的预处理卷积核。这一卷积核保留了小波预处理算法在匹配概率和匹配精度方面的优点，同时降低了运算的时间复杂度。卷积核对每个像元的操作只需要完成4次加法运算，无需浮点数和乘法运算，便于DSP和FPGA的实现。     

旋转与比例不变点特征松弛匹配算法的Hopfield神经网络实现

本文在旋转与比例不变点特征松弛匹配方法的基础上，提出了用Ｈｏｐｆｉｅｌｄ神经网络实现该匹配过程的方法，通过对模拟图象进行的大量实验，得到了令人满意的结果，证实了采用Ｈｏｐｆｉｅｌｄ神经网络完成旋转与比例不变点特征松弛匹配过程的有效性和可行性。     

地形匹配系统中各项误差的等效噪声分析

本文提出了把航迹、航速和航向误差等效为附加的测量噪声的方法。用两种统计参数估计方法估计了等效测量噪声的均值和标准差。求出了这些数字特征与地形的起伏标准差、粗糙度以及航速、航向误差之间的定量变化关系,为工程设计提供参考和依据。     

光学景象匹配基准图的滤波方法研究

对光学景象匹配制导的实时图与基准图的特点进行了对比，分析了前人提出的实时图常用的滤波方法，认为这些方法并不完全适用于基准图的波波处理。然后根据基准图的特点提出了和同态滤波及最小方差滤波的两步法对基闪图进行滤波，这一方法特别适用于因薄云覆盖而引入的低频噪声的处理，并同时兼顾了图像的增强与恢复。通过实验证明，该方法效果良好，对于光学景象匹配基准图的预处理具有一定的实用价值。     

连续景象匹配的后处理算法

下视景象匹配是各类巡航飞行器实现导航误差修正的关键技术。由于基准图和实时图存在差异，配准点往往落在相关阵的次峰上，导致匹配的失败。提出了N帧连续景象匹配决策的图论算法。该算法利用单帧匹配后形成的相关阵中的主次峰信息以及惯导的位移信息，进行多帧景象匹配的一致性决策。由于引入了相关阵中的次峰信息并结合惯导位移的一致性判断，使得匹配算法能有效剔除误匹配点，从而提高算法的鲁棒性和匹配概率。     

合成孔径雷达在飞行器组合导航系统中的应用

合成孔径雷达(ＳＡＲ)是雷达理论和技术发展到一定阶段的基础上诞生的一种具有很高分辨率的成像雷达。它在众多领域得到了广泛的应用。在飞行器组合导航系统中,利用ＳＡＲ图像进行图像匹配,可以极大地提高系统的导航精度。本文介绍了ＳＡＲ、组合导航系统的发展及研究现状。重点介绍了ＳＡＲ在飞行器组合导航系统中的应用,并给出了具有较高精度、容错性和自主性的ＩＮＳ/ＧＮＳＳ/ＳＡＲ组合导航系统的原理、结构及仿真结果。     

有几何失真时均方差图象匹配算法的局部精度

本文假定图象信号和附加噪声是相互独立的零均值二维齐次高斯随机场,且二次可微。导出了有几何失真时均方差图象匹配算法的局部精度公式,分析了几何失真和噪声对匹配精度的影响。给出的实例和计算结果验证了方法的正确性。     

基于离散分数布朗随机场模型的景象适配性分析方法

首先阐述了在自然景象的齐次平稳高斯随机场模型下进行景象适配性分析的不足；然后建立了景象的离散分数布朗随机场模型，在小波多分辨率分析的基础上提取了分形特征；接着推导了景象的分形特征与基准子图的二维相关性之间的关系，并提出了基于分形特征的景象适配性分析方法；最后通过大量仿真试验验证了分形特征和基准图的正确匹配概率之间的关系，对于景象匹配区的选择具有一定的实用价值。     

一种计算隐身飞行器外形RCS的高精度快速算法

针对目前隐身飞行器外形雷达散射截面(RCS)难以准确计算的问题,提出了一种基于目标外形几何特征和矩量法的飞行器RCS算法.通过对矩量法阻抗矩阵元的理论分析,研究了物面感应电流随散射体表面曲率的变化规律,指出感应电流之间的耦合已成为影响隐身飞行器物面电流分布的重要因素,并且指出根据飞行器物面曲率分布可以预知强的感应电流耦合区域,利用这些强的电流耦合能够组成稀疏化的阻抗矩阵,从而实现飞行器RCS的快速求解.以金属双弧柱和典型隐身飞机外形为例,分析验证了物面曲率几何信息对计算结果精度的影响以及在提高计算效率方面的作用.数值结果表明该方法保持了与传统矩量法基本一致的计算精度,但计算时间仅为矩量法的7.2%.