UUV海底地形匹配导航的适配性高效分析方法

海底地形匹配导航(terrain aided navigation, TAN)无需卫星或水声等精确定位手段辅助,可实现无人水下航行器(unmanned underwater vehicle, UUV)水下长期、隐蔽、精确导航。但TAN系统易在地形特征不明显区域出现匹配失效问题,通过地形特征量化分析获取地形适配性从而进行路径规划,是保障TAN系统可靠性的前提。本文针对现有地形适配性统计学变量耦合关系复杂、综合分析权重选取困难等问题,提出地形适配性的神经网络分析方法。基于历史海测子地图,通过蒙特卡罗迭代生成训练集;构建面向TAN系统地形匹配的PointNetKL网络模型,实现子地图适配性的准确、高效判断。最终,结合模板匹配算法对判断结果进行评估。本算法有效性和计算效率已通过海试数据回放试验验证。