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。

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。

水下地形匹配导航研究综述

地形辅助导航系统以地形高程特征为定位信息源,可为水下航行器提供有界的定位误差,并能显著地抑制捷联惯性导航系统的误差漂移。而地形匹配算法是地形辅助导航系统的关键技术,其输出的匹配位置可作为组合导航滤波器的观测值以修正导航参数,地形匹配精度直接决定了整个导航系统性能。首先概述了现有水下导航定位技术,然后阐述了地形辅助导航基本原理与组成,最后详细总结了中外地形辅助导航系统和地形匹配算法的研究进展,为中国地形辅助导航系统的开发和研制提供有益参考和支撑。

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。

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。

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.

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。

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.

无人机景象匹配辅助导航仿真系统设计与实现

景象匹配导航技术以其自主性强,定位精度高,抗电子干扰的优势逐渐成为未来无人机平台最主要辅助导航方式之一。采用基于边缘响应加权Hausdorff距离景象匹配算法作为仿真系统的核心匹配算法,利用小波多分辨分析技术对模拟实时图进行预处理,将改进的蚁群算法用于航迹规划,运用遗传算法的快速搜索优势进行景象匹配定位,构建出无人机平台景象匹配导航仿真系统。该仿真系统可模拟无人机的真实工作环境,并为无人机平台景象匹配导航的设计与开发提供技术支持。

惯性/景象匹配组合导航系统的误差校正研究

惯性/景象匹配组合导航系统(INS/SMNS)的组合方式,实际上是一种不等间距、非实时性的有限点校正。为了提高景象匹配和惯导系统的组合精度,进一步达到子像素级的水平,完成景象匹配对惯导系统累积误差的校正,提出了多点连续校正的方法。分析了进行校正的具体前提条件,推导了不同数目匹配点时,对应的简化惯性导航系统输出误差校正方程。根据简化的误差方程和惯性导航系统的输出值,求解出位置误差和速度误差。比较了单点、两点、三点、四点以及五点校正的结果。仿真结果表明:当匹配点个数越多,求解出的位置误差、速度误差精度越高。从而得出景象匹配误差校正精度主要取决于两个因素即匹配点的个数和校正的实时性的结论。

面向景象匹配辅助导航的SIFT图像配准算法

本文针对合成孔径雷达/惯性导航(SAR/INS)组合导航系统对景象匹配算法精确性、实时性和鲁棒性的要求,提出基于尺度不变特征变换(SIFT)的亚像素精度快速景象匹配改进算法。通过主成分分析后,对SIFT描述结果进行降维,提高了景象匹配的实时性。仿真试验结果表明,本算法具备实时性、优越的抗噪声、抗光照变化和抗旋转尺度变换能力。

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.

基于证据推理的惯性/景象匹配组合导航方法

针对传统的惯性/景象匹配组合导航中出现的因误匹配导致组合导航精度低的问题,设计了一种基于证据推理的惯性/景象匹配组合导航方法。在惯性/景象匹配组合导航中,使用证据推理对与景象匹配置信度相关的特征量进行融合计算,将融合计算得到的综合信度作为组合导航量测更新的依据,以降低误匹配对导航精度的影响。试验结果表明该方法可行,组合导航精度相比传统方法提高了25.9%。

高度辅助的INS/SAR组合导航系统研究

对基于SAR图像匹配定位的地形辅助惯性导航系统的原理进行了充分阐述 ;同时针对SAR图像匹配定位高度通道不可观的特点 ,增加了高度输出为系统的观测量 ,从而构成了高度辅助的INS/SAR组合导航系统 ,并给出了系统实现原理图。依据对SAR图像匹配定位和气压高度表输出的分析 ,建立了组合导航系统的量测方程 ,在此基础上设计了线性卡尔曼滤波器 ,并完成了组合导航系统仿真。仿真结果表明 ,组合导航系统的定位精度可大大提高 。

组合导航中SAR匹配位置参数传递过程

飞行器INS/SAR组合导航中SAR匹配位置参数作为组合滤波器的输入之前需经过多个传递环节的转换。研究了从地面SAR匹配位置到载体主惯导中心位置所涉及各环节间的相互关系及诸参数在各环节中的传递过程,包括地面SAR匹配位置参数向飞行器上SAR相位中心的传递,SAR相位中心参数向辅助惯导中心的传递以及辅助惯导中心位置参数向主惯导位置中心的传递,以此为基础建立测量参数传递过程数学模型。基于传递模型惯导修正及传递误差分析实验结果与实际相符,验证了参数传递模型的正确性与可行性。

基于组合算法的水下地形辅助导航性能分析

针对目前水下地形辅助导航性能在单一算法下受多因素影响而无法得到最佳发挥的问题,采用双线性插值法制备了相应分辨率的水下数字地图,采用地形轮廓相关匹配(TERCOM)算法和基于直接概率准则的质点滤波(PMF)算法组成的组合匹配算法,较为全面地仿真分析了潜航器航速、测深误差、航向误差、航速误差、初始位置偏差和水下地形特征等诸多因素对导航性能的影响规律,对组合算法在复杂条件下的应用性能进行了剖析。仿真结果表明,在复杂条件下组合算法具有较强的稳定性和抗误差性,通过合理地选择应用参数,可有效降低匹配误差,提高导航性能,研究成果可为匹配算法在水下导航工程实践中的应用提供参考。

蚁群算法在辅助导航重力匹配中的应用

重力匹配算法是实现重力辅助惯性导航系统的关键技术之一。针对传统重力匹配方法由于复杂度高、应用范围小等缺陷而导致很难实现精确、快速匹配的问题,将改进的蚁群优化算法应用于重力匹配的搜索过程,并将多普勒测速仪提供的速度信息作为限制条件对蚁群搜索过程进行约束,异常精度一定的条件下,可降低误配率。仿真结果表明,该匹配算法在重力特征显著的区域具有较高的匹配率,收敛性更好,可以达到更加精确的匹配定位,从而实现重力辅助导航。

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。