相关极值的重力匹配辅助导航

对惯性、重力匹配组合导航算法进行了描述和分析，提出了一种新的基于相关极值的重力匹配辅助导航算法。该算法对数字重力图进行细化，运用约束条件在重力图寻值过程中有效地剔除了大量的干扰数据，改进并优化了基于相关极值的传统重力匹配算法。仿真结果表明，该算法将惯导数据误差由10^-2减小了1～3个数量级，较好地抑制了重力数据误差的影响并提高了匹配精度；将高达10^15的计算量减少到了10^7，大大提高了重力匹配的速度，达到了实时导航的目的；同时也有效地消除了厄缶（Eotvos）效应对重力匹配的影响，更适合于水下导航的实际需要。