發(fā)布時間：2017-12-28 21:14

  本文關(guān)鍵詞：水下運載體重力匹配算法研究　出處：《北京理工大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 重力輔助慣導(dǎo)系統(tǒng) 重力匹配算法 矢量匹配 粒子濾波 滑動窗口 變尺度變方向

【摘要】：重力匹配算法是重力輔助慣性導(dǎo)航系統(tǒng)的核心,它將實測重力異常數(shù)據(jù)與慣導(dǎo)輸出信息按照一定方法進(jìn)行相關(guān)性分析,從而估計載體位置,校正慣導(dǎo)誤差。傳統(tǒng)的序列匹配算法實時性不高,單點匹配算法在重力異常變化明顯的區(qū)域容易發(fā)散。并且傳統(tǒng)匹配算法相鄰匹配點之間相互獨立,出現(xiàn)誤匹配時不能及時修正,因此提高匹配精度和保證匹配結(jié)果的可信度對長航時慣導(dǎo)系統(tǒng)的誤差校正有著重要意義。本文基于單點粒子濾波算法,將慣導(dǎo)相鄰點之間的位置相關(guān)性加入到匹配過程中,克服了傳統(tǒng)匹配算法易出現(xiàn)誤匹配的缺點,算法的精度更高魯棒性更強(qiáng)。主要工作和創(chuàng)新點如下:(1)提出在單點匹配算法中利用粒子濾波代替擴(kuò)展卡爾曼濾波。傳統(tǒng)的單點匹配算法桑迪亞算法所利用的擴(kuò)展卡爾曼濾波由于線性化誤差,在重力異常變化大的區(qū)域易發(fā)散。針對此問題,采用粒子濾波代替擴(kuò)展卡爾曼濾波避免線性化帶來的誤差,擴(kuò)大了單點匹配算法的適用范圍。仿真實驗表明該方法能夠避免傳統(tǒng)桑迪亞匹配算法在重力異常變化大的區(qū)域易發(fā)散的缺點,提高匹配精度。(2)基于單點粒子濾波算法,提出了定尺度定方向的矢量匹配算法,該方法可以避免傳統(tǒng)匹配方法中出現(xiàn)的誤匹配現(xiàn)象。在單點粒子濾波匹配結(jié)果的基礎(chǔ)上加入慣導(dǎo)相鄰點之間的距離相關(guān)性,每個匹配點的匹配結(jié)果由在匹配點周圍所選擇的若干小于匹配時刻的采樣點的匹配結(jié)果進(jìn)行校正,借鑒貪心算法,為減小隨機(jī)誤差的影響,利用加權(quán)最小二乘法求得最終的匹配結(jié)果。仿真實驗表明,該算法與傳統(tǒng)匹配算法相比,具有更高的精度和更強(qiáng)的魯棒性。(3)在定尺度定方向矢量匹配算法基礎(chǔ)上,為擴(kuò)大算法的適用范圍和提高精度,提出了變尺度變方向矢量匹配算法。為適應(yīng)水下載體的機(jī)動性,改進(jìn)可信度判別式使得算法適用于水下載體的非勻速直線航行。并為提高算法在載體轉(zhuǎn)彎處的精度,將大于匹配時刻的采樣點加入到對當(dāng)前匹配結(jié)果的校正過程中。并在此基礎(chǔ)上加入慣導(dǎo)相鄰點之間的相位相關(guān)性,進(jìn)一步提高算法精度。仿真實驗表明,該算法在慣導(dǎo)航跡為非勻速直線運動時的精度和魯棒性都明顯提高。
[Abstract]:Gravity matching algorithm is the core of gravity aided inertial navigation system. It performs correlation analysis between measured gravity data and inertial navigation output information in a certain way, so as to estimate position of carrier and correct inertial navigation error. The real-time performance of the traditional sequence matching algorithm is not high, and the single point matching algorithm is easy to diverge in the area with the obvious variation of gravity anomaly. Moreover, the matching points between traditional matching algorithms are independent of each other, which can not be corrected in time. Therefore, improving the matching accuracy and ensuring the confidence of matching results is of great significance for the error correction of long haul inertial navigation system. Based on the single point particle filter algorithm, the location correlation between adjacent points of inertial navigation is added to the matching process, which overcomes the shortcoming of the traditional matching algorithm which is prone to mismatch. The algorithm is more precise and robust. The main work and innovation are as follows: (1) it is proposed to use particle filter instead of extended Calman filter in the single point matching algorithm. The extended Calman filter, which is used by the traditional single point matching algorithm Sandy subalgorithm, is easy to diverge in the region with large gravity anomaly because of the linearization error. In order to solve this problem, the particle filter is used instead of extended Calman filter to avoid the error caused by linearization, and the application scope of the single point matching algorithm is expanded. The simulation experiment shows that the method can avoid the disadvantages of the traditional Sandy submatching algorithm in the area with large gravity anomaly, and improve the matching precision. (2) based on the single point particle filter algorithm, a fixed scale and direction vector matching algorithm is proposed, which can avoid the mismatch phenomenon in the traditional matching method. Based on the matching results of single point particle filter with inertial distance correlation between adjacent points, each sampling point matching results point by the selected point in the match around some time, less than the matching result is corrected using the greedy algorithm, in order to reduce the influence of random error, the final matching result by using the weighted least squares method. The simulation experiment shows that the algorithm has higher accuracy and stronger robustness than the traditional matching algorithm. (3) on the basis of the fixed scale fixed direction vector matching algorithm, a variable scale variable direction vector matching algorithm is proposed in order to enlarge the application range and improve the precision of the algorithm. In order to adapt to the mobility of the water downloading body, the improved reliability discriminant makes the algorithm applicable to the non uniform linear navigation of the water downloading body. In order to improve the accuracy of the algorithm at the turning point of the carrier, the sampling point which is larger than the matching time is added to the correction process of the current matching result. On this basis, the phase correlation between the adjacent points of inertial navigation is added to further improve the accuracy of the algorithm. The simulation results show that the accuracy and robustness of the algorithm are greatly improved when the inertial navigation track is moving in a non uniform linear motion.
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U666.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 俞慈君;李江雄;余鋒杰;柯映林;秦龍剛;陳學(xué)良;楊衛(wèi)東;宋承志;;帶工程約束的點匹配算法[J];機(jī)械工程學(xué)報;2010年05期

2 黃廉真;吳曉軍;康文雄;;一種新的高速圓形匹配算法[J];哈爾濱工業(yè)大學(xué)學(xué)報;2012年07期

3 鄒志文;李橋;王政輝;費洪哲;;基于訂閱劃分的多維索引并行匹配算法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2013年S2期

4 陳志剛;宋勝鋒;李陸冀;包磊;;基于相似原理的點特征松弛匹配算法[J];火力與指揮控制;2006年01期

5 王寬全,李小榮,李仲榮;活動目標(biāo)跟蹤中的一種自適應(yīng)分割及匹配算法[J];機(jī)器人;1987年05期

6 胡昔祥;;基于語義的發(fā)布訂閱系統(tǒng)匹配算法研究[J];浙江大學(xué)學(xué)報(工學(xué)版);2009年01期

7 黃曉穎;童余德;邊少鋒;;一種新的實時相關(guān)極值匹配算法設(shè)計與仿真[J];中國慣性技術(shù)學(xué)報;2012年04期

8 任世宏;圖像實時匹配算法的研究[J];北京理工大學(xué)學(xué)報;1992年03期

9 曹菲,楊小岡,繆棟,張云鵬;快速景象匹配算法控制策略[J];導(dǎo)彈與航天運載技術(shù);2005年03期

10 陳凱;魯浩;趙剛;閆杰;;傳遞對準(zhǔn)姿態(tài)匹配算法的統(tǒng)一性[J];中國慣性技術(shù)學(xué)報;2008年02期

相關(guān)會議論文 前10條

1 王翠茹;高麗鮮;;發(fā)布訂閱系統(tǒng)中匹配算法的研究[A];全國第20屆計算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會議（CACIS·2009）暨全國第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集（上冊）[C];2009年

2 杜云峰;許娜;孫爽;許立永;董彥榮;;一種基于排除的串匹配算法[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（上冊）[C];2008年

3 郭莉;劉燕兵;譚建龍;;基于存儲壓縮的多模式串匹配算法[A];全國第八屆計算語言學(xué)聯(lián)合學(xué)術(shù)會議（JSCL-2005）論文集[C];2005年

4 姚辰松;魯昌華;;指紋匹配算法的研究[A];全國第19屆計算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集（上冊）[C];2008年

5 宣琦;吳鐵軍;;復(fù)雜網(wǎng)絡(luò)間節(jié)點匹配算法研究[A];2009年第五屆全國網(wǎng)絡(luò)科學(xué)論壇論文集[C];2009年

6 龔才春;黃玉蘭;許洪波;白碩;;基于多重索引模型的大規(guī)模詞典近似匹配算法[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

7 林雪娥;楊鑒;熊艷嬌;劉懷憬;李詩心;胡湘興;;基于拼寫規(guī)則和最大匹配算法的泰語分詞[A];第十二屆全國人機(jī)語音通訊學(xué)術(shù)會議（NCMMSC'2013）論文集[C];2013年

8 李曉雷;黃新生;王亦平;徐婉瑩;;穩(wěn)健快速的匹配算法研究[A];'2008系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2008年

9 姚益平;盧錫城;;基于移動相交信息的動態(tài)區(qū)域匹配算法[A];仿真計算機(jī)與軟件、仿真方法與建模學(xué)術(shù)交流會論文集[C];2004年

10 楊靚;黃巾;盧強(qiáng);黃士坦;;基于全息相關(guān)系數(shù)矩陣的匹配算法[A];第十一屆全國信號處理學(xué)術(shù)年會（CCSP-2003）論文集[C];2003年

相關(guān)博士學(xué)位論文 前3條

1 楊容浩;無控制DEM匹配算法性能比較與改進(jìn)研究[D];西南交通大學(xué);2012年

2 郭克華;基于微分幾何的局部相似目標(biāo)匹配算法研究[D];南京理工大學(xué);2008年

3 汪錦嶺;面向Internet的發(fā)布/訂閱系統(tǒng)的關(guān)鍵技術(shù)研究[D];中國科學(xué)院研究生院（軟件研究所）;2005年

相關(guān)碩士學(xué)位論文 前10條

1 劉芳萍;基于特征匹配的雙目立體圖像深度提取算法研究[D];上海師范大學(xué);2015年

2 楊騰飛;SIFT匹配算法在遙感影像平面精度評定中的應(yīng)用[D];昆明理工大學(xué);2015年

3 劉強(qiáng);多源信息融合框架下輔助導(dǎo)航系統(tǒng)的景象匹配算法研究[D];上海交通大學(xué);2015年

4 鐘佩;基于ACS的高階圖匹配算法研究[D];西安電子科技大學(xué);2014年

5 楊揚;面向Web規(guī)模圖數(shù)據(jù)的子圖匹配算法的研究與實現(xiàn)[D];東北大學(xué);2013年

6 張宏利;云服務(wù)中任務(wù)分解與匹配算法研究[D];西安工業(yè)大學(xué);2013年

7 郜方方;基于內(nèi)容的發(fā)布訂閱系統(tǒng)中匹配問題的關(guān)鍵技術(shù)研究[D];河南大學(xué);2015年

8 戴昕;高效子圖匹配算法研究[D];北京交通大學(xué);2016年

9 王益國;高校教師多維關(guān)系挖掘與應(yīng)用[D];中國海洋大學(xué);2015年

10 高銳軍;基于力圖投影與重疊度的空間數(shù)據(jù)匹配算法研究[D];太原理工大學(xué);2016年

，

本文編號：1347435