重力异常特征量与匹配导航算法关系研究

摘要：

为了有效分析重力场背景特征与匹配算法对重力匹配导航精度的影响,该文利用TERCOM均方差算法、概率神经网络(PNN)算法以及最近等值线迭代(ICCP)算法,在不同重力背景场环境下进行重力辅助惯性导航匹配,通过重力场轨迹移动局部窗口计算方法,分析多种重力场特征评判公式,选择局部重力场标准差和经纬度方向相关系数作为匹配区域评判数量指标,对3种算法在不同环境下的匹配能力进行仿真对比研究.计算结果表明,在初始误差1'范围内,折线斜向轨迹运动背景下,TERCOM均方差算法和概率神经网络算法对匹配区域的适应性相似,在重力标准差越高区域,匹配效果越好;在纬度方向相关系数极大、经度方向极小的背景下,ICCP算法优于TERCOM和概率神经网络算法,反之,在纬度方向相关系数较小、经度方向较大的背景下,TERCOM和概率神经网络算法优于ICCP算法.因此,潜艇基于重力匹配导航算法可优先依据背景场经度方向相关系数进行匹配算法的选择,从而更好地实现高精度的匹配导航.

关键词：重力匹配、重力异常、匹配算法、特征量、标准差、相关系数

所属期刊栏目：45

分类号：P228(大地测量学)

资助基金：国家自然科学基金项目41374083,61427817

在线出版日期：2020-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：33-40