基于抗差自适应CKF的水下重力匹配导航SITAN算法

为提高水下重力匹配算法的定位精度和稳健性,将容积卡尔曼滤波应用到水下重力匹配惯性导航中,同时引入抗差估计和自适应因子,提出了基于抗差自适应容积卡尔曼滤波的水下重力匹配导航SITAN算法。利用重力异常模型数据开展仿真实验,结果表明,所提算法能有效修正惯导整体航迹,在观测值未加入粗差的情况下较普通容积卡尔曼滤波算法提高了76%的导航定位精度,在观测值加入30 mGal粗差的情况下,提高了88%的导航定位精度。该研究成果可为后续水下重力匹配导航算法的理论研究及工程实践提供一定的数据支撑。

基于抗差自适应SITAN算法的水下重力匹配导航方法

针对水下重力匹配导航SITAN算法中动力学模型误差以及重力异常观测数据存在粗差的问题,提出一种抗差自适应匹配算法。通过构建自适应因子和抗差因子来调节状态预测信息与量测信息对滤波贡献的权重,有效抑制粗差和预测信息异常的影响,提高匹配算法的稳定性和可靠性。在南海选取一块重力异常特征变化丰富的海域进行仿真实验,结果表明,与常规SITAN算法相比,该算法能够显著降低异常观测值的影响,系统的定位精度和鲁棒性均有提升。

海底地形辅助导航SITAN算法中二次搜索技术

在建立搜索模型和跟踪模型的基础上,提出了二次搜索加一次跟踪的地形辅助导航技术,通过在不同搜索阶段的卡尔曼滤波器分别满足留数指标和地形坡度指标获得最佳匹配位置,对传统的SITAN算法进行了改进.计算机仿真结果表明,改进的SITAN算法在理论上更加合理有效,定位精度更能够满足要求.

海底地形辅助导航SITAN算法的改进

利用海底地形辅助导航是水下载体导航技术致力研究的新方向,在利用多波束测深系统测量真实地形数据的基础上,采用SITAN算法作为对准匹配算法,对传统的SITAN算法加以改进,进行仿真计算,得到水下载体的最佳匹配位置,以提高水下载体的导航精度。仿真结果表明,改进后的SITAN算法更能满足导航的精度要求。

无人机地形匹配辅助导航系统设计与仿真

根据无人机的飞行任务需要,提出一种适用于无人机的地形匹配辅助导航系统。该系统采用TERCOM算法和SITAN算法相结合的地形匹配组合导航算法,以满足无人机机动飞行情况下连续匹配的要求。为验证系统的有效性,根据真实地形数据,建立由数字飞机、飞行控制系统、惯性导航系统和地形匹配系统组成的闭环仿真平台,研究了不同飞行条件对导航精度的影响。仿真结果表明,该系统能够有效提高无人机的自主导航精度,具有较高的工程实用价值。

基于贝叶斯方法的地形辅助导航算法

提出并建立了一种基于贝叶斯方法的地形辅助导航(TAN)模型,推导了模型公式。针对该模型,应用最大后验估计方法,给出了一种近似的实现方法,即基于贝叶斯方法的地形辅助导航算法。仿真结果表明,该算法的均方根误差和圆概率误差等性能均优于SITAN(桑地亚惯性地形辅助导航)算法。

基于组合算法的水下地形匹配技术

利用地形信息辅助惯性系统导航,能有效地约束误差的累积,匹配算法作为地形辅助导航的核心,不同的算法在匹配精度和时间上各有特点。为了改善单一算法的缺陷,以水下地形辅助导航应用为背景,根据这些算法的特性,提出了一种将TERCOM算法和SITAN算法进行组合的方案,综合了两种算法的特性,引入可靠性比值,并在地形条件差异较大的两个代表区域进行匹配,仿真结果验证了算法的有效性。

基于激光雷达的多路径快速地形匹配方法

地形匹配技术是一种自主辅助导航手段,在航空领域有着广泛的应用。地形轮廓匹配(TERCOM)算法在速度和航向误差较大时定位精确度下降,桑地亚惯性(SITAN)算法在初始位置误差较大时不能收敛。同时由于航行时只采用单一路径,导致精度低,速度慢。基于此,提出了基于激光雷达的多路径快速地形匹配算法。仿真结果验证了该算法的有效性。

一种适用于无人机的地形匹配辅助导航算法

当GPS、北斗等卫星导航系统的信号由于干扰等原因失效时,亟需一种辅助导航算法引导无人机完成任务。综合TERCOM和SITAN算法的优点,提出了一种适用于无人机的地形匹配算法,既允许较大的初始位置误差,又满足机动条件下连续匹配的需求,仿真结果表明,该算法能够实现无人机惯导条件下的辅助导航,具有较大的实用价值。