论文部分内容阅读
本文针对水下重力异常辅助惯性导航的关键技术——匹配算法以及重力异常图适配性问题展开研究；首先针对序列相关极值匹配算法计算量大、匹配速度较慢、匹配导航具有滞后性、实时性差的缺点,重点研究了重力异常滤波匹配导航算法；针对重力异常辅助惯性导航与重力特征相关性的问题,分析探讨了重力异常图适配性分析的问题。论文的主要工作和创新点如下：1、介绍了载体航迹仿真技术；探讨了当地导航坐标系下的惯性导航解算方法；基于惯性导航方程详细研究了当地导航坐标系下的惯性导航误差方程。2、研究了重力异常并行扩展卡尔曼滤波匹配算法,简化了基于平滑加权残差平方的最优滤波器选取准则,并在不同重力特征区域以及不同初始位置误差条件下进行了仿真实验；结果表明在初始位置误差较小的情况下,重力异常并行扩展卡尔曼滤波能够修正惯性导航的漂移误差,提高系统的导航精度。针对滤波先验噪声信息未知的情况以及复杂的测量环境的背景,研究提出了基于量测残差自适应估计观测噪声方差的重力异常并行卡尔曼滤波匹配算法,并进行了相关实验分析；结果表明该算法在初始位置误差较大的情况下,仍能提高系统的导航精度,并且其滤波精度优于相同条件下的重力异常并行扩展卡尔曼滤波匹配精度。3、研究了不同UT变换形式下的重力异常PUKF匹配算法,针对传统选取与UT变换相同权系数预测重力异常量测值时可能出现“伪观测值”的问题,研究提出了从重力场相关性出发,基于概率密度加权的重力异常PUKF匹配算法,并在不同UT变换形式、不同实验条件下进行了仿真匹配。实验表明该滤波匹配算法能够解决传统UKF匹配因“伪观测值”产生的误匹配问题,其精度优于相同条件下的重力异常并行扩展卡尔曼滤波匹配算法的精度。4、引入了编码失真量等新的重力异常统计特征对局部重力场进行统计特征分析；计算了重力异常标准差、绝对粗糙度、坡度标准差、编码失真量等局部重力异常统计特征值,并构建了部分局部重力异常统计特征填色等值线图。5、从匹配有效性的角度提出了“完全匹配概率”的适配性指标,并采用“8向法”研究了局部重力异常统计特征与完全匹配概率的相关特性；针对单一重力异常特征不能全面评价重力异常图适配性的问题,提出了一种新的基于主成分分析的重力异常图适配性能分析方法；构建了评判适配区适配性的“综合评价值指标”。6、构建了重力异常辅助惯性导航仿真平台以及相关辅助模块。