基于水下重力差异熵的导航匹配算法仿真研究

介绍了重力辅助导航发展概况,阐述了采用地球物理特征的重力差异熵方法进行水下重力辅助导航算法设计及仿真实验方法研究。该算法基本思想是在导航匹配算法中,将信息熵引入自主水下运动载体(autonomous underwater vehicles,AUV)重力辅助导航,在重力数据库研究的基础上,通过模板重力图与实时重力图的信息量差异以及模板重力梯度图差异,修正水下惯性导航系统(inertial navigation system,INS)的误差。仿真实验结果表明,利用重力差异熵辅助INS导航,能够获得高精度的导航信息。因此,基于水下重力差异熵的辅助导航,可实现AUV长航时隐蔽的高精度导航。

重力梯度传感器数据的模拟及其辅助导航

针对目前国内重力梯度数据难以获取的现状,研究重力梯度正演算法中矩形棱柱法来获取重力梯度数据,并将其应用到重力梯度辅助导航中。同时针对目前大多数匹配算法依赖于惯性导航系统(INS)的初始位置误差和在重力梯度变化不明显的区域定位精度不高的问题,提出重力梯度差异熵调节的概率神经网络算法作为匹配算法。在6个网格的初始误差下进行仿真实验,结果表明:该算法是正确的和有效的,匹配精度优于传统的概率神经网络匹配算法。

航空重力数据向下延拓的波数域迭代Tikhonov正则化方法

探讨Tikhonov正则化方法以及迭代Tikhonov正则化方法在航空重力数据向下延拓中的应用,指出Tikhonov正则化方法在利用GCV法或L曲线法选取正则化参数时存在的不足以及空间域迭代法迭代不收敛的问题。引入波数域Tikhonov迭代正则化法,有效解决了上述方法存在的问题;针对迭代次数的确定问题,提出基于重力异常差异熵的迭代次数确定方法。算例结果表明,波数域迭代法迭代过程收敛,且计算精度高、速度快,值得广泛应用于航空重力数据的向下延拓。