基于全张量重力梯度水下辅助导航匹配方法的研究

来源 :武汉科技大学 | 被引量 : 0次 | 上传用户:liongliong563
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
水下载体由于隐蔽性的需求必须长时间在水下航行,自身的定位及其安全性尤其突出。利用地球自有物理特征来辅助惯性导航的无源导航理论和方法是现阶段国内外研究机构和学者研究的一个热点,而重力及重力梯度数据稳定,具有抗干扰、可靠性高的优点,且重力梯度设备不需要向外部发射或者是接受信息,最大限度的保证了水下载体航行的安全性和隐蔽性,因此重力梯度导航是一种完全无源的自主导航方式。水下重力梯度辅助导航系统的三大关键技术包括重力梯度仪的研制、重力梯度基准图制备以及有效的重力梯度匹配算法。本文充分利用全张量重力梯度五个独立分量信息,进行了全张量重力梯度水下辅助导航匹配方法的研究。论文首先对重力梯度基准图制备技术进行了研究,对影响重力梯度基准图制备的因素进行了分析,利用基于地形高程正演的重力梯度基准图制备方法获得了满足导航精度需求的重力梯度基准图,并进行了基准图的特征提取与分析;然后,分别应用重力梯度5个独立分量,进行了基于重力梯度单分量匹配算法的研究;接着,进行了基于全张量重力梯度加权融合匹配方法的研究,应用MAD算法进行了全张量重力梯度加权融合匹配的仿真,通过实验证明了不同测量噪声下的匹配效果,充分利用了全张量重力梯度加权融合信息来提高匹配定位精度;最后,提出了基于相似性度量的全张量重力梯度匹配的方法,利用全张量重力梯度测量值和估计值的余弦相似性度量将重力梯度全张量信息有效融合,进行了仿真研究,并对基于全张量加权融合的匹配方法与相似性度量的全张量重力梯度匹配方法的特点进行了比较。
其他文献
高炉是钢铁企业的咽喉,它的能耗极大,控制过程非常复杂。运用人工智能与知识工程技术,建立高炉智能诊断专家是实现高炉冶炼“优质、高产、低耗、长寿”的重要途径之一。 不同
随着计算机技术和互联网技术的迅速普及与应用,每天都会产生大量的数字图像。面对海量的图像数据集,如何使计算机按照人类认知的方式对这些图像数据集进行高效地分类已成为了
针对一个无融合中心多智能体系统中的状态估计问题,提出了一种基于动态加权的量化分布式卡尔曼滤波算法(QDKF)。首先,以全局的估计误差协方差矩阵最小为优化目标,根据邻居节
六自由度并联运动平台是在实验室环境下模拟船舶在水中的摇摆和运动的一种实验设备,该运动模拟器系统采用6-SPS并联机器人作为机械台体,由电液比例阀驱动,具有六个运动自由度,可
硅微机械加速度计是MEMS(Micro Mechanical System)传感器的研究热点之一,具有体积小、成本低、易于批量生产等优点。与其它类型的MEMS加速度传感器相比,硅微机械谐振式加速度传感器测量精度高,输出的是频率信号,可以通过简单的数字电路送入计算机,而不需A/D转换环节,因此,研究谐振式硅微加速度传感器具有重要意义。本文所设计的基于掩膜-无掩膜腐蚀技术的新型硅微谐振式加速度传感器,
为了解决现役城市轨道交通的环保与运行场合问题,本文旨在将混合动力系统引用在城市轨道交通上,新型“电网+锂电池+超级电容”混合动力列车是未来列车的发展方向之一,本文的