重力场基准图的多尺度分析研究

在重力匹配辅助惯性导航中,重力基准图的多尺度分析研究对提取重力场可匹配特征区域、提高重力匹配算法的可靠性都具有重要意义.运用小波理论,对匹配用重力场基准图进行多尺度重力场模型及多尺度边缘提取分析.实验表明,该分析方法对重力场图效果显著,具有实用价值.     

重力场可匹配区域选择研究

本文根据重力匹配辅助惯性导航需求,开展了重力场基准图的特征分析研究,提出了衡量可匹配性的特征指标体系,根据该指标体系建立了一个多通道的综合指标分布图,并引入了水平集理论,采用一种基于Mumford-Shah模型的全局化水平集的图像分割方法对重力场可匹配区域进行分割。通过重力匹配实验验证,结果表明,分割出的可匹配区域能达到提高匹配概率的作用。     

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TERCOM算法的重力匹配

研究了利用地形轮廓匹配(TERCOM)算法进行重力匹配辅助导航,分析了TERCOM算法对不同重力场分布区域的适应性。模拟试验证明,TERCOM算法简单易行,当重力场粗糙度达到3.7 mGal时,重力测量误差超过3 mGal,定位误差也在1个格网单位以内,粗糙度和坡度方差与匹配定位精度的强相关性是选取匹配区域的较好指标。     

重力异常辅助惯性导航中匹配区提取方法

由于重力场中的重力异常数据是以格网的形式表示的,它与地形的DEM在数据结构上有一定的相似性.因此可借鉴一些数字地形分析的方法,提取重力场的特征区域(匹配区)用于辅助惯性导航.首先,对重力场进行特征提取,通过对特征的比较分析选取其中的某些因子作为重力场特征因子;然后,利用等值线方法对重力场特征数据进行区域分割,提取栅格特征数据区域的矢量边缘,并对这些矢量表示的区域进行聚类处理;最后,利用凸壳算法提取这些区域的凸壳范围线,获得重力异常变化比较显著的区域(匹配区).从而为重力匹配辅助导航提供了必要的参考数据.     

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■。     

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。     

卫星重力梯度数据重力异常的精度分析

针对GOCE卫星确定的地球重力场模型精度的不确定性,对比分析GOCE位模型与多个不同重力场模型确定的重力异常,并将其分别与船测重力数据、南极航空重力数据、北极重力数据以及美国和中国台湾地面重力数据比较研究。结果表明:GOCE位模型的内符合精度最高,与地面重力观测数据符合最优;与船测以及航空重力测量符合相对较差、精度较低。研究表明,在一定精度前提下,GOCE卫星确定的重力数据可用于无人区,从而提高重力观测数据的覆盖率。     

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。     

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。     

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。     

利用大地边值问题方法统一全球高程基准

为解决世界各国高程基准差异的问题,提出联合卫星重力场模型、地面重力数据、GNSS大地高、局部高程基准的正高或正常高,按大地边值问题法确定局部高程基准重力位差的方法。首先推导了利用传统地面"有偏"重力异常确定高程基准重力位差的方法;接着利用改化Stokes核函数削弱"有偏"重力异常的影响,并联合卫星重力场模型和地面"有偏"重力数据,得到独立于任何局部高程基准的重力水准面,以此来确定局部高程基准重力位差;最后利用GNSS+水准数据和重力大地水准面确定了美国高程基准与全球高程基准W₀的重力位差为-4.82±0.05 m²s^-2。     

航空重力测量技术及应用研究

精细化的重力场信息我国现代国家测绘基准体系中不可或缺的基础性数据,航空重力测量是提升国家高程基准水平的主要手段和必由之路,航空重力测量理论方法得到国内外学者广泛而深入的研究.     

融合飞控传感器的无人机影像匹配方法

在拒止环境下无人机视觉定位问题中,ORB(Oriented FAST and Rotated BRIEF)具有高效、快速、稳定的特点,因而可以作为无人机实时影像与基准图匹配算法。本文针对传统ORB算法不具备尺度不变性,且在特征提取过程中存在特征点分布不均匀的问题,提出一种结合飞控传感器的无人机影像匹配方法。利用气压计与加速计经扩展卡尔曼滤波计算后的高度,通过双性线插值法定量改善无人机实时影像尺度,减少了ORB算法中构建影像金字塔所造成的系统开销,通过四叉树算法对提取的特征点均匀化,最后采用网格运动统计(Grid-based Motion Statistics, GMS)算法进行初次误匹配点剔除,再用随机抽样一致算法(RANSAC)筛选精确匹配点。实验结果表明,本文方法能够有效地减少无人机实时影像与基准图匹配时间,同时可以获得均匀的匹配点对,保持较高的匹配正确率。     

基于相位相关的二维重力匹配算法

重力匹配可以校正惯性导航系统的累积误差,但目前研究的重力匹配算法都是一维的,匹配算法的可靠性不高,容易出现误匹配。根据傅里叶变换具有的平移不变性,利用归一化功率谱作为相关性测度进行二维的重力匹配,可达到子像素精度,提高匹配的可靠性。     

基于小波的ICM不变特征在图像匹配识别中的应用

由于交叉皮层模型(intersecting cortical model,ICM)图标信号具有平移、旋转以及尺度不变性,因此,基于ICM的图像匹配算法能够提高实时目标图与基准目标图的匹配率,但根据ICM图标信号获取的不变特征对噪声信号较敏感。针对这一问题,提出了基于ICM和小波变换的图像匹配识别算法。仿真结果表明,本文算法在平移、尺度、旋转变化以及噪声环境下仍具有较高的匹配率。     

基于影像尺度空间表达与鲁棒Hausdorff距离的快速角点特征匹配方法

快速影像匹配是进行影像时间序列分析与飞行器导航的重要方法.本文对待匹配影像进行高斯低通滤波预处理时,运用影像的尺度空间表达思想对不同分辨率的基准影像和实时影像选择了相应的σ值进行卷积滤波处理,使基准影像和实时影像具有相近的分辨率,从而提高两影像所提取角点的重复率,使得影像的正确匹配概率得到提高.然后用基于影像几何结构分析的改进的快速角点探测算法进行了影像的角点提取;最后用本文提出的改进的鲁棒Hausdorff距离进行了基准影像和实时影像的匹配.实验证明,本文方法对影像噪声和灰度变化不敏感,具有抗影像尺度变化的能力.在基准影像和实时影像灰度差变化较大的情况下,依然能取得较高的正确匹配概率.由于采用基于影像信息量评价的搜索策略和快速角点提取算法,匹配速度也较快.     

重力网拟稳平差

现代附合重力网具有很高的内精度,但它又必须从更高一级的控制网中取得绝对重力基准和尺度,因而出现新的问题:控制网的观测误差及局部重力场随时间变化的因素可能引入附合网。对附合重力网进行拟稳平差,能较好地解决这一矛盾。本文讨论了有关数学模型和实际应用中的若干具体问题。本方法也适用于监测重力网的数据处理。     

导航用重力梯度基准图构建方法的比较研究

基准图是重力梯度辅助导航实用化研究的关键技术,由于依靠实测构造大范围基准图还需要较长时间,理论模型逼近重力梯度开始成为可行的构图方法。系统研究了一种基于自由空间异常或布格异常数据的构图方法,避免了相关研究构建梯度图时较少考虑标准测量数据,构图结果物理意义不明确和缺乏实用性的缺点。以重力归算理论推导了构图方法原理,然后用频域算法实现构图过程中两个关键计算过程,通过算例分析了构图效果。所构基准图数值、轮廓等关键特征均与实测重力梯度吻合较好,证明了该方法在重力梯度辅助导航基准图构建中的实用价值。     

联合GRACE/GOCE重力场模型和GPS/水准数据确定我国85高程基准重力位

GRACE、GOCE卫星重力计划的实施,对确定高精度重力场模型具有重要贡献。联合GRACE、GOCE卫星数据建立的重力场模型和我国均匀分布的649个GPS/水准数据可以确定我国高程基准重力位,但我国高程基准对应的参考面为似大地水准面,是非等位面,将似大地水准面转化为大地水准面后确定的大地水准面重力位为62 636 854.395 3m~2s~(-2),为提高高阶项对确定大地水准面的贡献,利用高分辨率重力场模型EGM2008扩展GRACE/GOCE模型至2190阶,同时将重力场模型和GPS/水准数据统一到同一参考框架和潮汐系统,最后利用扩展后的模型确定的我国大地水准面重力位为62 636 852.751 8m~2s~(-2)。其中组合模型TIM_R4+EGM2008确定的我国85高程基准重力位值62 636 852.704 5m~2s~(-2)精度最高。重力场模型截断误差对确定我国大地水准面的影响约16cm,潮汐系统影响约4~6cm。