面向SAR匹配辅助导航的景象区域适配性

对合成孔径雷达(SAR)景象匹配辅助组合导航的关键技术之一——SAR景象区域适配性进行了分析。结合SAR成像过程、组合导航过程及SAR图像的特点对SAR景象区域适配性问题进行了综合描述;围绕减小几何畸变和提高匹配概率两个目标剖析SAR景象区域适配性的影响要素,包括基本约束条件、适配性特征指标和预测函数构建等。在此基础上,以限制几何畸变,优化图像特征为原则构建了基于多目标遗传优化的SAR景象适配区选择模型。基于真实SAR图像进行的实验表明,根据模型选出的最佳适配区匹配概率达到94%,验证了分析和建模的合理性。该结论可为选择高性能的SAR景象适配区提供参考。

景像匹配辅助导航系统中的图像匹配算法研究

图像匹配算法是景像匹配辅助导航系统的核心 ,而且其性能决定了系统的总体性能 ,为了提高景像匹配辅助导航系统导航的实时性和精度 ,就必须选用合适的图像匹配算法 ,为此 ,给出了一种快速有效的基于图像特征的图像匹配算法 ,该算法选用部分 Hausdorff距离作为图像匹配时的相似性度量 ,并利用图像特征提取后的二值化图像进行图像匹配 ,同时在联合了 3种图像匹配加速技术的基础上 ,将邻域技术引入到图像匹配搜索终止条件中 ,从而大大提高了图像匹配效率。仿真结果表明 ,该算法可以保证图像匹配的鲁棒性和有效性 ,同时 ,能有效克服图像噪声和几何畸变的影响。该算法实施景像匹配能够在 5 s以内完成 ,并与 GPS输出周期 (1s)相当 。

景象匹配辅助导航系统匹配置信度评估方法

针对景象匹配辅助导航中,由于噪声、云层、摄像机抖动等原因导致的景象匹配可能输出错误匹配结果情况,提出一种基于证据推理的景象匹配末端置信度评估方法。首先建立序列帧时空约束关系,对匹配相关阵中峰值构建辨识框架,计算序列帧对各峰值的置信指派并利用适配因子进行折扣运算,然后采用证据推理组合规则进行融合,最后给出判决准则输出匹配置信度或错误报警。针对Dempster组合规则在序列帧高冲突情况融合错误以及DSmT组合规则多证据融合时正确峰值置信指派难以增大并收敛的问题,提出一种比例冲突再分配DSmT组合规则。采用航拍图像和对应Google earth卫星基准图像的仿真实验验证了评估系统可以有效给出匹配置信度并在发生错误匹配时及时报警。

景象匹配辅助导航系统中的精确图象匹配算法研究

景象匹配辅助导航系统需要在获取飞行器位置偏差的同时获取飞行器相对预定航迹的航向偏差,即获取实测图相对于参考图之间的旋转变换参数。为此,将最小二乘原理引入景象匹配辅助导航系统以获取图象匹配时的旋转变换参数。由于最小二乘原理只能用于一一对应点集的匹配,为此,在给出实时确定图象特征点集一一对应关系方法的基础上引入了最小二乘原理以计算该图象一一对应点集之间的最优相似变换参数,从而构成了应用于景象匹配辅助导航系统的精确图象匹配算法。仿真结果表明,本文研究的精确图象匹配算法在对50个一一对应点对匹配时可以在0.1秒以内完成,且相似参数计算准确,满足了景象匹配辅助导航系统对图象匹配算法准确性和实时性的性能要求。

景象匹配辅助导航在弹道导弹末制导中的应用

对景象匹配定位导航的工作原理进行了数学化描述,讨论SINS/SMNS组合导航系统的信息融合算法,重点研究了其中两种信息融合算法:外推法和Lyapunov自适应滤波算法.通过仿真实验表明,景象匹配可有效地减小组合导航系统的位置误差.

ICCP重力匹配辅助导航算法研究及改进

迭代最近等值线算法(ICCP)是一种重要的匹配辅助导航算法,ICCP虽稳定性高,却具有实时性差的缺陷。通过研究与分析可知,采样结构是导致算法实时性差的关键因素,并且改变算法的采样结构可有效解决算法实时性差的问题。在改进ICCP的基础上,又通过"二次迭代"技术,将匹配位置用于更新测量和指示重力,并重新进行匹配解算,可进一步提高算法的匹配精度。仿真结果表明,以上工作对算法实时性和精度的改进是有效的。

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。

SAR/INS组合导航中基于SURF的鲁棒景象匹配算法

在SAR/INS组合导航系统中,由于合成孔径雷达采用正侧视成像工作方式,会引起SAR图像的严重变形,而且获取的SAR图像还可能存在严重的斑点噪声。为了适应SAR图像的几何畸变和高斑点噪声影响,需要提取出的图像特征具有较高的鲁棒性。本文提出了基于SURF的导航用鲁棒景象匹配算法,算法首先针对惯性组合导航的工作特点,对SURF特征匹配进行了改进和优化设计,然后用RANSAC方法过滤掉错误和低精度的匹配点,最后,进行最小二乘精确匹配获取航向和位置偏差信息。通过仿真分析了算法对SAR图像的适应性、抗斑点噪声性能,匹配精度以及实时性,并与基于SIFT特征的景象匹配算法进行了对比。仿真结果表明,所提出算法性能优越,在匹配适应性、鲁棒性、匹配精度及匹配速度方面都优于SIFT算法,可以满足SAR/INS组合导航系统图像匹配修正的高性能要求。

景象匹配/惯性组合导航精确修正算法

为了能使景象匹配辅助导航系统在工作时实现对惯导的最优修正,在景象匹配辅助导航系统对惯导修正过程中,引入了卡尔曼滤波技术,并设计了相应的景象匹配/惯性组合导航算法。但在景象匹配过程中会不可避免的会出现匹配错误、匹配精度不够等问题,为此,基于景象匹配过程中载体机动性能规律,提出了飞行航迹近似为直线的误匹配点剔除方法。利用Visual C++编写完成了景象匹配辅助/惯性组合导航仿真演示系统,对所提出的方法进行了仿真实验。多次实验证明提出的方法能够起到很好的匹配修正效果,具有重要的实际应用价值。

基于分支特征点的导航用实时图像匹配算法

为了满足景象匹配辅助导航系统需要同时获取飞行器位置和航向偏差的需要,提出了一种基于分支特征点提取的图像匹配算法．传统的图像匹配算法需要全局搜索匹配特征点,耗时巨大,而只提取分支特征点来匹配能满足导航系统实时性的要求,在匹配算法方面,提出了采用加权Hausdorff距离算法来进行匹配．同时,根据分支特征点的特性,推导了相应的权值求解公式．仿真结果表明,本文提出的匹配算法耗时较短,能满足导航系统实时性的要求,且定位参数的求解也完全正确．

基于区域协方差的惯性组合导航景象匹配算法

针对景象匹配辅助惯性组合导航系统需要快速准确获取飞行器位置和航向偏差的要求,提出了一种基于区域协方差的实时图像匹配算法.算法采用区域协方差矩阵的距离作为图像匹配时的相似性度量.首先,对图像进行高斯平滑滤波,提取图像的多种特征计算区域协方差矩阵,利用金字塔多级匹配技术进行全局搜索,获得测试图在参考图中像素级匹配位置.然后,利用全局匹配的结果,在实测图上选取多个局部区域,分别进行局部搜索匹配,获取参考图和实测图中一一对应的局部匹配集.最后,利用RANSAC算法和最小二乘算法计算出两幅图像间的最优相似变换参量.仿真分析表明,该算法能满足景象匹配辅助惯性组合导航系统实时性、精确性和鲁棒性的要求.

基于二进制比特串描述符的惯性组合导航高速景象匹配算法

针对景象匹配辅助惯性组合导航系统需要快速准确获取飞行器位置、航向偏差的要求,提出了一种基于二进制比特串描述符的高速景象匹配算法,尤其适合于计算资源有限的景象匹配场合.算法首先提取环绕中心极值局部特征,然后计算特征点的二进制比特串描述符,接着利用描述符之间的汉明距离进行快速特征匹配.最后,利用分组采样一致算法和最小二乘算法获取高准确度的航向和位置偏差信息.景象匹配性能评价实验表明:在匹配适应性、匹配速度、准确度和鲁棒性方面,算法都很优越,在参考图为250×250pixels,实测图为160×160pixels情况下,整个算法的计算约为40ms,可以满足景象匹配导航系统高速匹配修正的要求,优于传统的景象匹配算法.

基于量子重力探测技术的水下匹配导航仿真分析与评估

在电磁信号拒止的海洋环境中,基于海洋重力场辅助的水下匹配导航技术是提高潜航器导航定位精度的有效途径之一。近年来,基于冷原子干涉的量子绝对重力探测技术发展迅速,其探测精度高、可移动性强,在水下重力辅助导航领域具有极大的应用潜力。结合冷原子干涉量子重力仪最新技术发展水平,选取太平洋某典型海域,通过地形正演构建了高精度(<0.1mGal)、高分辨率(500 m)海洋重力基准图,基于最近等值线迭代(Iterative Closest Contour Point,ICCP)算法实现了对潜航器水下航行误差的重力场辅助匹配校正,将初始航迹误差从约4 km校正到约400 m。匹配算法具有指数收敛优势,在阈值收敛误差为10^(-6)下,算法平均收敛迭代次数44次,平均收敛时间0.0678 s。通过仿真分析和“探测技术-重力场基准图-匹配算法”系统综合效能评估,论证了现有量子重力探测技术在重力辅助水下匹配导航领域的应用潜能。

适用航空的地形匹配导航算法研究

地形轮廓匹配(TERCOM)匹配算法在速度误差和航向误差较大的情况下可靠性下降,桑地亚惯性地形辅助导航(SITAN)算法在初始位置误差较大时Kalman滤波器不能收敛,针对以上问题,提出了一种新的适用航空的地形匹配导航算法。该算法采用基于地形剖面匹配系统(TERPROM)算法作为搜索算法,以基于扩展Kalman滤波原理的SITAN算法作为跟踪算法。将该算法在真实地形数据上仿真,并和传统的基于单状态并行Kalman滤波器阵列做搜索的SITAN算法在不同高度表噪声情况下比较。仿真结果表明,该算法有效地提高了搜索的效率,提高了地形匹配的精度及实用性。

景象匹配辅助组合导航中景象区域适配性研究进展

对景象匹配辅助组合导航的关键技术之一——景象区域适配性技术的基本模型、国内外发展现状以及目前有待于继续完善的若干问题进行综述。首先对景象区域适配性涉及的概念、评价指标、关键技术进行综合分析,剖析各环节技术内涵与相互关系,提出景象区域适配性研究的一般框架;指出目前国内外研究方法中存在的差异,将目标跟踪领域中与景象区域适配性相关的技术成果引入景象区域适配性研究框架中;分析多源图像匹配中景象区域适配性与传感器特性、匹配算法以及应用约束间的制约关系。综述旨在扩展和深化景象区域适配性研究的理论与方法。

利用改进的ICCP算法辅助导航

文中研究了ICCP算法的基本原理,分析了ICCP算法的特点,针对ICCP实时性差的不足,借鉴计算机编程思想中的移位寄存器原理给出了改进ICCP算法,同时,改进ICCP算法中每个采样点都可以有多个匹配结果,通过对这些匹配结果求加权平均可以有效消弱结果中的随机误差,从而提高了匹配的可靠性。并通过一个仿真实例,表明改进ICCP算法可以有效改善ICCP算法的实时性,经度方向精度与ICCP算法相当,纬度方向精度有明显的提高。

重力场可匹配区域选择研究

本文根据重力匹配辅助惯性导航需求,开展了重力场基准图的特征分析研究,提出了衡量可匹配性的特征指标体系,根据该指标体系建立了一个多通道的综合指标分布图,并引入了水平集理论,采用一种基于Mumford-Shah模型的全局化水平集的图像分割方法对重力场可匹配区域进行分割。通过重力匹配实验验证,结果表明,分割出的可匹配区域能达到提高匹配概率的作用。

原子干涉重力梯度仪研究进展综述

原子干涉重力梯度仪利用原子来感应重力的作用,不同于角加速度、静电悬浮和超导等重力梯度仪,是一种绝对重力梯度仪,无机械磨损,测量频率高,且采用激光操控原子,时序、定位精度高,使用寿命长,具有固有的抑制振动特性以及极佳的长期稳定性,在惯性导航及重力匹配辅助导航方面极具应用潜力。简要介绍了基于原子干涉的重力梯度仪测量原理,并在相关资料的基础上总结了原子干涉重力梯度仪在国内外的发展现状,指出了国内目前在技术体制、小型化以及测量精度上的主要差距。