基于数字地图的自主惯性导航系统是实现地形辅助导航的基础。地形辅助导航TAN(Terrain Aided Navigation)是补偿惯性导航系统漂移误差的一种非常有效的方法,又称为地形匹配,该系统实质上是由惯导系统(INS)与无线电(雷达)高度表以及数字地图构成的组合导航系统。采用该系统可以实时地消除或补偿自主惯性导航系统随时间积累的漂移误差,可以大大提高导航精度,这也是该系统最显著的优点。文中首先论述了实现地形匹配所需要的数字地图;并通过已给的三维地形高程数据文件"Height.Data"文件,通过C++程序读出相应的高程数据,同时产生对应的三维地形位置数据文件(M文件),最后通过Matlab仿真软件绘出不同的地形模式,作为研究的基础。数字地图匹配的核心也就是匹配的算法。文中介绍了目前比较成熟的地形轮廓匹配算法和卡尔曼滤波地形辅助导航的方法(SITAN)的原理、算法特点、应用范围以及常用的相似度量算法、地形熵匹配算法、平均绝对差算法(MAD)等。同时还介绍了国内外一些常用的提高惯性导航系统导航精度的方法:如重力辅助的匹配方法、基于衰减记忆的匹配算法、基于贝叶斯算法、粒子滤波算法、采用声纳技术的辅助方法等。本文主要采用了一种智能惯导陀螺漂移误差消除算法—基于改进的BP(BackPropagation)神经网络模态识别算法。对于地形较复杂区域有着独特的优势,它对于大面积地形数据的匹配分析是比较快速有效的,在噪声较大的情况下也能够准确、快速地找出载体实际的位置。而且改进的BP神经网络克服了收敛速度慢、陷于局部最小、网络不稳定等问题。最后,为了验证该算法的可行性,通过对不同地形模式进行数值仿真,仿真结果表明,基于神经网络的模态识别法能够准确、快速地找到与已知地形高程数据匹配的数据点。达到良好的匹配效果。本文的研究方法也可用于路径规划领域。可以大大改善各类飞行器的路径规划问题。