简介:利用地球物理场进行辅助匹配导航是组合导航技术研究领域的新方向,该技术为水下潜器无源定位提供新的手段。迭代最近等值线算法作为重要的匹配导航算法之一,但存在实时性不强、搜索速度慢等缺点。考虑到以上两方面缺点,采用固定初始序列长度的方式对算法采样结构进行改善并推导出单点迭代公式,同时采用滑动窗搜索方式缩小搜索范围提高算法速度,最终实现实时ICCP算法设计。基于MATLAB平台下实现了实时ICCP算法重力匹配仿真系统,仿真系统采用0.4′×0.4′重力异常数据库。由仿真结果可以看出,该实时ICCP算法能够实现单点迭代,匹配结果能实时跟踪真实航迹且匹配精度能达到一个重力图网格。
简介:通过对当前用于海洋重力场格网插值的四种常用算法(距离倒数加权法、Kriging法、径向基函数法和改进的二次曲面Shepard方法)进行分析,以相对规则、不同密度的两组数据作为基准数据进行了插值比较。实验结果表明,基于改进的Shepard插值算法相对于其它三种算法具有速度快、精度高的优点,比较符合当前海洋重力数据获取的现状,是进行高精度重力图生成的有效方法。
简介:大视角图像匹配算法的鲁棒性与实时性直接影响飞行器对远距离目标定位的性能。针对目前仿射不变图像匹配算法实时性较差的问题,提出一种惯性信息辅助的快速大视角图像匹配方法。该方法对现有的快速图像匹配算法进行改进,避免了构建高斯金字塔,提高了算法效率。然后利用机载惯性导航信息求解实时图与参考图之间的单应性矩阵,并对实时图进行模拟视角变换以此减小图像间视角差异,克服了现有的大视角图像匹配算法盲目多次的匹配计算,实现了大视角图像的快速匹配。实验结果表明,惯性信息辅助的大视角图像匹配算法与现有的快速仿射不变性匹配算法相比,匹配效率提高了至少2倍。
简介:从模式识别的角度分析了搜索模式下水下运载体的重力匹配问题,利用模式识别神经网络实现重力匹配定位。在重力图匹配时,以惯性导航仪指示位置为中心规划真实位置的网格点搜索范围,从参考重力图上提取相应一系列的重力数据,与对应网格点的位置一起定义成多个模式类,构造相应的模式识别概率神经网络,运用该神经网络将实时重力测量数据识别到某个模式类,对比模式类的定义确定载体位置。在实测重力图上对重力辅助惯性导航系统进行了计算机仿真研究。结果表明,在重力场特征显著区域该重力匹配算法能够有效减小厄特弗斯效应的影响,其导航系统定位误差小于一个重力图网格,匹配率在80%以上,匹配效果优于一般的相关匹配算法。
简介:根据二阶质量-弹簧-阻尼系统的幅频特性和相频特性关于谐振频率对称的特点,提出了一种低频振荡激励的实时模态匹配技术,根据检测模态的输出响应来判别驱动模态和检测模态的匹配程度。首先简要介绍了带频率调谐功能的双质量线振动硅微陀螺仪,该陀螺利用负刚度效应来调节检测模态的谐振频率;然后通过理论推导以及系统仿真验证了基于低频调制激励的自动模态匹配技术的可行性和有效性;最后设计了一种基于现场可编程逻辑阵列(FPGA)的数字控制电路,并且对同一测试陀螺进行了模态匹配和模态不匹配下的性能对比。试验结果表明,相比模态不匹配条件下,陀螺零偏稳定性从5.89(°)/h提高到1.26(°)/h,角度随机游走从0.36(°)/√h提高到0.079(°)/√h,性能分别提高了4.7倍和4.6倍。