基于海底底质及地形特征的地形辅助导航适配区选择方法

随着多波束测深技术的不断发展,地形辅助导航广泛应用于海上舰船。本文针对传统特征参数没有包含深度以及海底底质因素而导致水下地形导航适配区判定不准确的问题,提出基于海底底质及区域地形特征的地形辅助导航适配区选择方法。本方法基于多波束探测数据,对区域地形数据进行统计分析,通过层次分析法对地形特征参数以及海底底质等适配性评价指标进行综合分析,得出权重向量并构建适配区选择准则函数,对匹配区域进行适配性判断。利用ICCP算法进行地形匹配蒙特卡洛仿真实验,实验结果表明,适配性选择函数克服了传统特征参数对匹配区域分析不全面的问题,可有效选择适配区,适配区内匹配误差小于5 m。

基于遥感影像的智能景像匹配适配区选择方法

飞行器景像匹配适配区选择是飞行器实现景像匹配视觉导航的前提。近年来,人们基于层次规则提出了许多适配区选择方法,也取得了良好的效果,但这些方法缺少对深度特征的提取能力,通用性较差,且存在一定的误选现象。针对这一问题,提出了一种基于深度特征的智能景像匹配适配区选择方法。所提方法利用深度学习ResNet-50网络结构实现对景像区高维特征的提取,通过深度特征匹配方法计算匹配误差与匹配概率,实现对适配区的选取。实验结果表明,所提方法与传统的适配区选择方法相比,适配成功率平均提高40%以上,鲁棒性更强。该方法避免了繁琐的适配性能指标选择流程,可应用于不同场景下的适配区选择,改善适配区域选择的有效性和泛化性。

采用多特征融合的自动适配区选择方法

局部无纹理目标跟踪是当今空地成像制导领域的一个难点和热点问题,而自动适配区选择是解决该难题的一种有效方法。介绍了一种基于多特征融合的自动适配区选择方法。首先,构造一个融合边缘密度、平均边缘强度、边缘方向离散度以及空间距离的适配性度量函数;然后,采用该函数计算图像中每一点的适配置信度;通过制定适当的适配区选择策略,分割出3个置信度相对较高的适配区,用作匹配跟踪的目标模板。实验结果表明,采用该方法分割出的适配区与通过人工经验判断的结果相近,获得了较好的结果。该方法可广泛用于空地成像制导的局部无纹理目标跟踪以及景象匹配任务规划等应用中。

SAR图像适配区选择方法

为选择具有高匹配概率和高匹配精度特点的SAR适配区,结合SAR成像特点,分析了惯导及成像参数误差对适配区的影响,设计了多种适配性评价参数,提出了一种由粗到细的适配区层次性选择方法。该方法充分考虑了适配区在总体和细节上的需求,层次性选择有效避开了构造预测函数的难题。试验结果表明该方法可在SAR图像匹配系统中选出高性能的适配区,且所选适配区匹配概率可达97%以上。

基于改进地磁熵的地磁适配区选择准则

针对地磁导航中匹配概率低的问题,基于统计特征和信息熵的特征参数进行分析,并结合地磁粗糙度和地磁累加梯度参数的特点,对传统的地磁信息熵参数提出改进。采用粒子群算法实现适配区的选择,仿真结果表明,基于改进的地磁熵参数的适配区选择大大缩短了运行时间,且能够筛选出更多适合匹配的区域,验证了改进地磁熵参数的有效性。

PCA和GA-BP结合的地磁导航适配区选择方法

由于地磁图适配区的选择是影响地磁导航定位精度的重要因素,因此提出一种基于主成分分析法(PCA)和GA-BP神经网络相结合的地磁背景场适配/非适配区自动识别和分类的方法。首先利用PCA对地磁特征参数进行分析,选择出独立的、并且包含主成分的特征参量,其次构建GA-BP神经网络模型,建立地磁特征参数和匹配性能的对应关系,从而实现适配/非适配区的划分。通过多次仿真试验,证明了采用该方法能够选择出较好的适配区域,提高地磁导航定位精度。

一种结合匹配区选择和障碍物探测的水下路径规划方法

水下动态航路规划不仅需要考虑适配区的选择,还需要进行实时目标探测和有效避障,这样才能保证潜器的导航安全。文中提出一种同时考虑适配区选择和目标探测的水下航路规划方法,在重力梯度特征空间中基于支持向量机进行适配区的选择,利用重力梯度反演进行目标探测。该方法使潜器既能在适配区航行时进行有效定位,又能避免触碰暗礁和运动潜器等障碍物。仿真分析证明此方法有效。