重力辅助导航高斯插值精化算法

为克服高精度的重力辅助导航传统模型的局限,必须考虑模型误差方程中的重力精化补偿问题。本文在研究二维高斯样条插值函数逼近局部重力异常场的基础上,提出了一种重力辅助导航精化模型构建算法。该精化模型补偿了重力扰动矢量、标准重力模型误差、厄特弗斯修正计算值对导航模型的影响。试验结果表明,利用本文的新型重力辅助导航模型构建算法可使辅助导航系统定位精度提高1倍左右,姿态、速度精度提高1~2倍,定位误差保持在100~200m。     

重力辅助导航仿真及适配性分析

重力场辅助导航是抑制惯性导航系统随时间误差累积的有效方法之一。本文引入重力异常可导航值作为描述重力异常背景场的特征之一,并计算了西太平洋海域1'×1'重力异常可导航值。为了分析重力异常背景场的适配性,选取了4条代表性航线并基于ICCP算法进行了仿真,并对仿真结果作了统计分析。统计结果表明,匹配区域的可导航值越大,适配性能越好,其中在可导航值均值大于20的航线上,匹配成功率大于80%,且匹配精度优于2 nmile。     

蚁群-势场算法在水下重力辅助导航航迹规划中的应用

水下潜器航迹处于重力特征变化明显的适配区域才能保证重力辅助导航的有效实施,因此在重力匹配导航阶段,潜器的航迹规划至关重要。本文首先依据重力统计特征参数对水下潜器航行区域进行适配性划分,并给出适配、非适配区标签;然后在蚁群算法进行航迹规划的基础上引入人工势场算法,重新构建启发函数,避免了蚁群算法的局部最优问题;同时利用最大-最小蚁群系统改进算法信息素更新规则,防止了"早熟"现象发生。仿真试验结果表明,本文提出的蚁群-势场算法可以有效解决水下潜器在重力辅助导航中的航迹优化问题,提高了问题解的可行性。     

水下运载体重力辅助惯性导航系统仿真平台

扩展卡尔曼滤波技术可以利用序列观测重力异常数据以及航行区域重力异常基准图来校正惯性导航系统漂移误差。针对因重力测量环境的变化、测量仪器扰动等因素造成的重力异常观测噪声不确定问题,提出了基于量测残差自适应估计观测噪声协方差（residual-based adaptive estimation,RAE）的重力异常滤波匹配算法;设计了一组并行卡尔曼滤波器,并简化了最优滤波器的选择准则。不同重力特征区域的实验表明,该算法能够有效降低惯性导航系统经纬向漂移误差,提高系统的导航定位精度。     

水下重力异常相关极值匹配算法

重力辅助惯性导航是利用地球物理特征信息——重力来修正水下潜器惯性导航误差,其关键技术是匹配算法。基于平均平方差最小准则构造差分降权相关目标函数模型,针对受干扰误差随机影响,基于目标函数模型搜索得到的多个有效位置,均有可能以不同概率密度源于正确位置这一问题,提出概率数据关联滤波重力匹配算法,与最近邻法相比,该算法确定的航迹更接近于真实位置,提高算法的可靠性与抗干扰性;分析探讨序列采样间隔对匹配精度的影响。通过试验区仿真匹配,结果表明,当选择适当的采样间隔与采样长度,该算法能有效修正导航误差。     

多属性决策理论的重力匹配导航适配性分析

为确保水下重力匹配导航的可靠性,针对将单一特征指标作为适配性分析准则而导致评价结果不全面这一缺陷,提出了一种基于多属性决策理论的重力匹配导航适配性分析方法。首先,采用重力场标准差、粗糙度、相关系数、坡度标准差、偏态系数和重力异常差异熵6种特征参数作为属性集进行加权规范化处理,得到决策指标对待匹配区的适配性排序,也可构建贴合度来评价最优适配区。然后,在同一条件下,对各待匹配区分别进行匹配仿真比较,结果表明,决策指标越高,匹配效果越稳定,且可直接筛选出最优适配区,决策结果与匹配精度有高度一致性,匹配度高达80%。该方法可靠性高,能够解决单一特征指标信息量较少的问题,为水下潜器长航时、长航距航行提供重要保障。     

基于重力场产品的水下匹配导航发展现状及影响因素分析

因高精度、无源性的特点,水下匹配导航技术已成为水下运载体导航的主要发展方向之一。分析水下匹配导航存在的问题,详细介绍了基于重力场产品的匹配导航发展现状,并对制约该技术定位精度的因素进行了分析。通过对比中国南海和太平洋研究区的重力异常、水深以及重力梯度特征参数,验证了重力辅助匹配导航技术更适合在重力特征变化明显的区域使用;当重力场产品格网大小为l时,匹配导航的最高精度为■。     

基于卫星测高数据的重力匹配导航仿真

介绍了重力匹配导航的研究背景和工作流程,设计了基于中国沿海实际重力异常数据的仿真试验模型.采用多模型自适应卡尔曼滤波与绝对平方差两种不同的算法,在两条具有不同重力异常变化的航行线路上进行了仿真试验,验证了重力异常匹配的技术可行性.     

RAE并行滤波的重力异常匹配算法

扩展卡尔曼滤波技术可以利用序列观测重力异常数据以及航行区域重力异常基准图来校正惯性导航系统漂移误差。针对因重力测量环境的变化、测量仪器扰动等因素造成的重力异常观测噪声不确定问题,提出了基于量测残差自适应估计观测噪声协方差(residual-based adaptive estimation,RAE)的重力异常滤波匹配算法;设计了一组并行卡尔曼滤波器,并简化了最优滤波器的选择准则。不同重力特征区域的实验表明,该算法能够有效降低惯性导航系统经纬向漂移误差,提高系统的导航定位精度。     

关联概率密度加权重力异常UKF滤波匹配导航算法

无味卡尔曼滤波(UKF)是一种通过采样来近似非线性分布,从而对非线性问题进行次优估计的滤波方法。利用实时观测得到的重力异常以及航行区域参考重力异常图,可以建立基于重力异常的UKF滤波匹配导航算法,以此校正惯性导航系统的漂移误差。针对选取与UT变换相同权系数来求取预测观测值而可能导致求得的预测观测值为伪观测值的问题,提出了利用关联概率密度函数对采样观测值进行加权的重力异常UKF滤波匹配导航算法。通过对某实验区域的实验进行计算分析,结果表明,基于关联概率密度加权重力异常UKF滤波算法能够克服传统加权预测观测值带来伪观测信息的问题,将惯性导航系统经纬向漂移误差降低至1.1 n mile以内,均优干传统加权算法和纯惯性导航系统的定位精度。     

基于球谐函数的重力异常和垂线偏差误差匹配关系

重力异常和垂线偏差是测高卫星非常重要的产品。二者的精度指标对于未来的测高卫星方案设计至关重要。本文利用球谐函数来对重力异常和垂线偏差的精度指标进行讨论,首先从理论上推导了重力异常和垂线偏差误差的近似匹配关系,然后通过6个超高阶重力场模型验证了有关结论的正确性。数值试验表明:垂线偏差误差和重力异常误差满足近似的比例关系,即若垂线偏差各方位向等精度测量,且假定精度均为1μrad,则所对应的重力异常精度约为1.4mGal;反之,若重力异常的精度为1mGal,则所对应的垂线偏差的精度约为0.7μrad。     

ICCP重力匹配算法在局部连续背景场中的实现

提出了在具有统一解析式连续背景场基础上实现迭代最近等值线的匹配算法,建立了局部连续背景场的最近点搜索模型,采用BFGS拟牛顿方法实现置信范围内最近等值点精确定位。分别对连续背景场的ICCP匹配算法和离散背景场的ICCP匹配算法进行了两组对比仿真实验。实验结果表明,连续背景场的IC-CP匹配算法在搜索最近等值点方面有了较大改进,匹配精度有了较大提高。     

一种骨架提取的海洋重力适配区域局部分析方法

目的 针对重力匹配定位精度与适配区特性及载体的航向有关的特点,提出了一种先由移动窗口计算重力场局部特征并优选适配区的方法,并证实匹配定位精度受适配区特性及载体航向的影响。引入快速欧氏距离场算法和简化方法提取适配区简化骨架,并由简化骨架点及其距离值生成局部适配区域。通过统计局部适配区重力特征为航向选择提供依据。仿真结果证明了本文方法的有效性。     

重力辅助惯性导航中重力归算的垂直梯度计算

重力辅助惯性导航技术是利用地球物理特征信息数据—重力来完成水下运动载体的辅助导航与定位。为了实现水下运动载体上重力传感器输出的实测重力信息与重力数据库中存储的重力信息之间的匹配,首先必须将这两类数据归算到一个平面。本文研究分析了重力归算中重力垂直梯度求解的各种方法;探讨了不同数值积分区域对扰动重力垂直梯度精度的影响;并通过计算分析,提出了可以直接以重力异常垂直梯度代替扰动重力垂直梯度来求取重力垂直梯度。     

基于球冠滑动平均的球面重力异常分离方法

将传统直角坐标系中的滑动平均方法(包括圆周法与网格法)运用到球面重力异常分离中。模型实验及实际应用均表明,该方法优于直接截断重力场模型阶次分离异常的方法,能够更好地反映实际地质情况,不仅适用于全球区域也适用于局部区域。     

基于信噪比的InSAR干涉图自适应滤波

提出了一种基于信噪比的InSAR干涉图相位噪声抑制算法。该算法对Goldstein滤波方法进行了改进,使Goldstein滤波参数 依赖于局部信噪比,从而实现对低信噪比区域进行强滤波、高信噪比区域弱滤波。采用模拟数据和真实数据进行验证,结果表明新算法能有效抑制InSAR干涉图的噪声。     

The computation of aliasing effects in local gravity field approximation

The aliasing effects in local gravity field computations are presented in this study. First the relation between the power spectral density of a 2-D continuous signal and its corresponding sampled version is derived. Then the power spectral density of the aliasing errors related to non band-limited signals is derived. Finally the variance of these aliasing errors is computed using gravity anomalies at different grid spacings. This computation prerequires some known gravity anomaly power spectral density model. The model used in this study corresponds to a second-order Gauss-Markov covariance function for the anomalous potential. Editor’s notice: Comments on this paper will follow in the next issue of Bulletin Géodésique.