CN108871376A - 一种基于模糊综合评价的水下导航特征适配性分析方法 - Google Patents

一种基于模糊综合评价的水下导航特征适配性分析方法 Download PDF

Info

Publication number
CN108871376A
CN108871376A CN201810409412.9A CN201810409412A CN108871376A CN 108871376 A CN108871376 A CN 108871376A CN 201810409412 A CN201810409412 A CN 201810409412A CN 108871376 A CN108871376 A CN 108871376A
Authority
CN
China
Prior art keywords
fuzzy
index
terrain
evaluation
comprehensive evaluation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810409412.9A
Other languages
English (en)
Inventor
王其
杨常松
王玉祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Information Science and Technology
Original Assignee
Nanjing University of Information Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Information Science and Technology filed Critical Nanjing University of Information Science and Technology
Priority to CN201810409412.9A priority Critical patent/CN108871376A/zh
Publication of CN108871376A publication Critical patent/CN108871376A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明的基于模糊综合评价的水下导航特征适配性分析方法，该方法主要包括五个步骤：步骤一，指标集的建立；步骤二，确定评价集；步骤三，确定指标评价矩阵；步骤四，确定权重向量；步骤五，权重向量和评价矩阵的模糊合成。本发明具有容易实现，能够为组合导航可靠性和准确性提供保证。具有容易实现的优点。

Description

一种基于模糊综合评价的水下导航特征适配性分析方法
技术领域
本发明涉及水下导航领域，尤其涉及一种基于模糊综合评价的水下导航特征适配性分析方法。
背景技术
导航信息量是在有限范围内，地域自身拥有的性质，这一性质反映了该地域中地球物理场(地磁、地形、重力)特征提供定位信息的能力，在利用地球物理场进行匹配定位的惯性导航系统中，可根据这一信息为其提供误差修正。
导航信息量是有限区域的自身属性，地球物理场信息可由数字化的样本点表示，如地形信息可由高程值表示，地磁特征则可由地磁值表示，因此这种性质可用样本数据特征来体现。由上述分析可知，导航信息量是地球物理场信息的统计特性，与所采用的匹配方法没有关联，匹配方法的选择，却直接影响导航信息量的使用率，从而出现虽然在同一区域进行匹配定位，但准确率却不同的情况。
可作为分析适配性的评价指标主要包括地形特征参数及地磁特征参数。其中地形特征参数包括地形高程标准差、地形粗糙度、地形相关系数及地形熵等，地磁特征参数是借鉴地形特征参数的定义方法，对某些地磁参数进行统计处理，从而得到磁场标准差、磁场绝对粗糙度、磁场相关系数、地磁熵等地磁特征参数。
发明内容
本发明目的在于克服上述现有技术的不足，提供了一种基于模糊综合评价的水下导航特征适配性分析方法，具体由以下技术方案实现：
所述基于模糊综合评价的水下导航特征适配性分析方法，具体包括如下步骤：
步骤1)指标集的建立：根据对导航地形地磁指标参数的分析，先将地形地磁特征参数的综合，形成综合评价指标级U为{σ,r,R,σs,GR,σC,rC,σCs,GRC}，σ为地形高程标准差，r为地形粗糙度，R为地形相关参数，σs为坡度标注差，GR为地形高程标准差与极差之比，σC为地磁标准差，rC为地磁粗糙度，σCs为地磁坡度标准差，GRC为地磁标准差与地磁极差之比；
步骤2)确定评价集V：先建立模糊评价级，在综合评价过程结束后，根据隶属度最大原则，确定模糊评价等级，从而得到评价集V；
步骤3)确定指标评价矩阵R：针对不同的指标确定对应的隶属度计算方式，结合评价集V得到综合评价矩阵R；
步骤4)确定权重向量W：采用CRITIC法确定各指标的权重分配；
步骤5)权重向量W和综合评价矩阵R的模糊合成：选取模糊合成算子做模糊变换，得到综合评价结果表。
所述基于模糊综合评价的水下导航特征适配性分析方法的进一步设计在于，所述步骤1)中，根据式(1)计算σ：
其中，D(z)为高程方差，实验区域经纬度为m×n网络，z(i,j)表示坐标(i,j)处的地形高程值，z为地形高程均值；
根据式(2)计算r：
其中，分别为经度和纬度方向的粗糙度；
根据式(3)计算R：
其中分别为经度、纬度方向的相关系数；
根据式(4)计算σs：
其中，D(s)表示坡度方差；
根据式(5)计算GR：
GR＝σ/Δz (5)
其中，Δz为地形高程极差；
根据式(6)计算σC：
其中，DC(F)为地磁方差，σC为地磁标准差；
根据式(7)计算rC：
其中，rCλ为经度方向的粗糙度，为纬度方向的粗糙度；
根据式(8)计算σCs：
D(sC)表示隶属度；
根据式(9)计算GRC：
GRC＝σC/ΔF (9)
其中，σC为地磁标准差，ΔF为地磁极差。
所述基于模糊综合评价的水下导航特征适配性分析方法的进一步设计在于，所述步骤3)中隶属度的计算分为两种方式，分别针对相关系数越大越优型指标与相关系数越小越优型指标，
对于相关系数越大越优型指标：
根据式(10)计算隶属度：
对于相关系数越小越优型指标：
根据式(11)计算隶属度：
隶属度计算完成后，得到两类数据的综合评价矩阵。
所述基于模糊综合评价的水下导航特征适配性分析方法的进一步设计在于，相关系数越大越优型指标包括地形与地磁的标准差、粗糙度、坡度标准差以及组合参数。
所述基于模糊综合评价的水下导航特征适配性分析方法的进一步设计在于，所述步骤4)中，权重分配采用的CRITIC法为：根据求得权重向量W，其中Cj表示第j个评价指标所包含的信息量表示第j个评价指标同其他指标的冲突度，其中，rij表示指标i与j之间的相关系数，每个指标的权重就是通过综合衡量对比度和冲突度而获得的。
所述基于模糊综合评价的水下导航特征适配性分析方法的进一步设计在于，所述步骤5)中，根据式(3)选取模糊合成算子做模糊变换，
其中，·表示相乘，表示相加。
本发明的优点如下：
本发明的基于模糊综合评价的水下导航特征适配性分析方法具有容易实现，能够为组合导航可靠性和准确性提供保证。具有容易实现的优点。
附图说明
图1为基于模糊综合评价的水下导航特征适配性分析方法的示意图。
具体实施方式
以下结合附图，对本发明的技术方案进行详细说明。
如图1,本实施例的基于模糊综合评价的水下导航特征适配性分析方法，设导航区域经纬度跨度为m×n网格，坐标(i,j)处的地形高程值为z(i,j)，F(i,j)为坐标(i,j)处的磁异常值。
步骤1)指标集的建立：根据对导航地形地磁指标参数的分析，先将地形地磁特征参数的综合，形成综合评价指标级U为{σ,r,R,σs,GR,σC,rC,σCs,GRC}，
步骤2)确定评价集V
在对单一事件进行模糊综合评价的过程中，通常事先建立模糊评价级，在综合评价过程结束后，根据隶属度最大原则，确定其等级，从而得到最终评价结果。
步骤3)确定指标评价矩阵R：根据特征指标与定位误差的关系，特征参数可以分为两种类型，参数数值越大，定位误差越小，导航能力越优，即越大越优型，参数数值越小，定位误差越小，导航能力越优，即越小越优型。根据地形、地磁特征参数的定义可以知，地形、地磁的标准差，粗糙度，坡度标准差及组合参数属于越大越优型指标，采用下式计算隶属度。
相关系数属于越小越优型指标，采用
计算隶属度，并得到两组数据的综合评价矩阵。
步骤4)确定权重向量W；权重分配采用其中Cj表示第j个评价指标所包含的信息量融合后两组数据指标的权重分配。
步骤5)权重向量W和评价矩阵R的模糊合成：选取模糊合成算子做模糊变换，得到综合评价结果表。
进一步的，步骤1)各项参数计算如下：
(1)σ为地形高程标准差，
其中，实验区域经纬度为m×n网络，z(i,j)表示坐标(i,j)处的地形高程值。z为地形高程均值；D(z)为高程方差；σ为高程标准差。
(2)r为地形粗茶偶读，表示有限范围内地形区域的平均光滑程度。粗糙度越大，地形变化越复杂，匹配定位的效果越理想。粗糙度可以由相对高程差的变化表示，
其中，分别为经度和纬度方向的粗糙度。
(3)R为地形相关参数，反映地形相关性，相关系数越小，表明数据之间的独立性越强，地形特征丰富，匹配定位精度越高。其中分别为经度、纬度方向的相关系数。
(4)σs为坡度标准差，计算公式为其中
当地形曲面z＝f(x,y)为已知时，给定点的坡度s可按下列公式计算
式中，
(5)GR为地形高程标准差与极差之比
GR＝σ/Δz
Δz为地形高程极差，计算公式为
max(z(i,j))为地形高程最大值，min(z(i,j))表示地形高程最小值。
(6)实验区域的经纬跨度为m×n网格，F(i,j)为坐标(i,j)处的磁异常值，σC为地磁标准差，
为地磁均值，DC(F)为地磁方差，σC为地磁标准差。
(7)rC为地磁粗糙度
rCλ为经度方向的粗糙度；为纬度方向的粗糙度。
(8)σCs为地磁坡度标准差，
当磁场曲面F＝fC(x,y)已知时，计算得到定点的坡度sC
其中
(9)GRC为地磁标准差与地磁极差之比
GRC＝σC/ΔF
其中，σC为地磁标准差，ΔF为地磁极差。
权重分配采用其中Cj表示第j个评价指标所包含的信息量Cj越大，表明第j个评价指标能反映的信息量就越多，这项指标对评价结果的影响就相对越大。表示第j个评价指标同其他指标的冲突性，其中rij表示指标i与j之间的相关系数，每个指标的权重就是通过综合衡量对比度和冲突度而获得的。
选取模糊合成算子做模糊变换，即
此模型属于加权平均型，充分体现了权重的作用，而且最大程度的利用了综合评价矩阵中的信息，综合程度强。“·”表示相乘，表示相加。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (6)

1.一种基于模糊综合评价的水下导航特征适配性分析方法，其特征在于，具体包括如下步骤：
步骤1)指标集的建立：根据对导航地形地磁指标参数的分析，先将地形地磁特征参数的综合，形成综合评价指标级U为{σ,r,R,σs,GR,σC,rC,σCs,GRC}，σ为地形高程标准差，r为地形粗糙度，R为地形相关参数，σs为坡度标注差，GR为地形高程标准差与极差之比，σC为地磁标准差，rC为地磁粗糙度，σCs为地磁坡度标准差，GRC为地磁标准差与地磁极差之比；
步骤2)确定评价集V：先建立模糊评价级，在综合评价过程结束后，根据隶属度最大原则，确定模糊评价等级，从而得到评价集V；
步骤3)确定指标评价矩阵R：针对不同的指标确定对应的隶属度计算方式，结合评价集V得到综合评价矩阵R；
步骤4)确定权重向量W：采用CRITIC法确定各指标的权重分配；
步骤5)权重向量W和综合评价矩阵R的模糊合成：选取模糊合成算子做模糊变换，得到综合评价结果表。
2.根据权利要求1所述的基于模糊综合评价的水下导航特征适配性分析方法，其特征在于，所述步骤1)中，根据式(1)计算σ：
其中，D(z)为高程方差，实验区域经纬度为m×n网络，z(i,j)表示坐标(i,j)处的地形高程值，为地形高程均值；
根据式(2)计算r：
其中，rλ，分别为经度和纬度方向的粗糙度；
根据式(3)计算R：
其中Rλ，分别为经度、纬度方向的相关系数；
根据式(4)计算σs：
其中，D(s)表示坡度方差；
根据式(5)计算GR：
GR＝σ/Δz (5)
其中，Δz为地形高程极差；
根据式(6)计算σC：
其中，DC(F)为地磁方差，σC为地磁标准差；
根据式(7)计算rC：
其中，rCλ为经度方向的粗糙度，为纬度方向的粗糙度；
根据式(8)计算σCs：
D(sC)表示隶属度；
根据式(9)计算GRC：
GRC＝σC/ΔF (9)
其中，σC为地磁标准差，ΔF为地磁极差。
3.根据权利要求2所述的基于模糊综合评价的水下导航特征适配性分析方法，其特征在于，所述步骤3)中隶属度的计算分为两种方式，分别针对相关系数越大越优型指标与相关系数越小越优型指标，
对于相关系数越大越优型指标：
根据式(10)计算隶属度：
对于相关系数越小越优型指标：
根据式(11)计算隶属度：
隶属度计算完成后，得到两类数据的综合评价矩阵。
4.根据权利要求3所述的基于模糊综合评价的水下导航特征适配性分析方法，其特征在于，相关系数越大越优型指标包括地形与地磁的标准差、粗糙度、坡度标准差以及组合参数。
5.根据权利要求1所述的基于模糊综合评价的水下导航特征适配性分析方法，其特征在于，所述步骤4)中，权重分配采用的CRITIC法为：根据求得权重向量W，其中Cj表示第j个评价指标所包含的信息量 表示第j个评价指标同其他指标的冲突度，其中rij表示指标i与j之间的相关系数，每个指标的权重就是通过综合衡量对比度和冲突度而获得的。
6.根据权利要求1所述的基于模糊综合评价的水下导航特征适配性分析方法，其特征在于，所述步骤5)中，根据式(12)选取模糊合成算子做模糊变换，
其中，·表示相乘，表示相加。
CN201810409412.9A 2018-04-28 2018-04-28 一种基于模糊综合评价的水下导航特征适配性分析方法 Pending CN108871376A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810409412.9A CN108871376A (zh) 2018-04-28 2018-04-28 一种基于模糊综合评价的水下导航特征适配性分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810409412.9A CN108871376A (zh) 2018-04-28 2018-04-28 一种基于模糊综合评价的水下导航特征适配性分析方法

Publications (1)

Publication Number Publication Date
CN108871376A true CN108871376A (zh) 2018-11-23

Family

ID=64327053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810409412.9A Pending CN108871376A (zh) 2018-04-28 2018-04-28 一种基于模糊综合评价的水下导航特征适配性分析方法

Country Status (1)

Country Link
CN (1) CN108871376A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090265093A1 (en) * 2008-03-06 2009-10-22 Aisin Aw Co., Ltd. Destination search support device, methods, and programs
CN103743402A (zh) * 2014-01-03 2014-04-23 东南大学 一种基于地形信息量的水下智能自适应地形匹配方法
CN105758403A (zh) * 2016-01-06 2016-07-13 东南大学 一种基于Vague集模糊推理的地磁图适配性的综合评价方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090265093A1 (en) * 2008-03-06 2009-10-22 Aisin Aw Co., Ltd. Destination search support device, methods, and programs
CN103743402A (zh) * 2014-01-03 2014-04-23 东南大学 一种基于地形信息量的水下智能自适应地形匹配方法
CN105758403A (zh) * 2016-01-06 2016-07-13 东南大学 一种基于Vague集模糊推理的地磁图适配性的综合评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
马妍: "水下运载器惯性/地形/地磁组合导航系统关键技术研究", 《中国博士学位论文全文数据库信息科技辑》 *

Similar Documents

Publication Publication Date Title
CN109141426B (zh) 一种水下重力匹配导航适配区的方法
CN106767836B (zh) 一种auv地形匹配导航滤波方法
CN105044668A (zh) 一种基于多传感器装置的wifi指纹数据库构建方法
CN101354253A (zh) 一种基于匹配度的地磁辅助导航方法
Yang et al. Marine surveying and mapping system based on Cloud Computing and Internet of Things
CN107492120B (zh) 点云配准方法
CN110031001B (zh) 一种重力辅助惯性导航的适配区选取方法
CN110413855B (zh) 一种基于出租车下客点的区域出入口动态提取方法
KR20060100157A (ko) 공간정보/위치정보의 정밀 위치정보 변환을 위한 변동량모델링 방법
CN109100719A (zh) 基于星载sar影像与光学影像的地形图联合测图方法
CN117433513B (zh) 一种地形测绘的地图构建方法及系统
CN113360587B (zh) 一种基于gis技术的土地测绘设备及测绘方法
Han et al. A matching algorithm based on the nonlinear filter and similarity transformation for gravity-aided underwater navigation
Wang et al. A Delaunay triangulation-based matching area selection algorithm for underwater gravity-aided inertial navigation
CN113340312A (zh) 一种ar室内实景导航方法及系统
Wang et al. A filtered-marine map-based matching method for gravity-aided navigation of underwater vehicles
CN110440762A (zh) 一种多旋翼无人机山区航测成图的网格化像控点布设方法
CN110031000B (zh) 一种重力辅助惯性导航区域适配性的评价方法
CN113532424B (zh) 一种获取多维信息的一体化设备与协同测量方法
CN106289281A (zh) 一种基于三证据ds理论的双模式地图匹配方法
CN108871376A (zh) 一种基于模糊综合评价的水下导航特征适配性分析方法
KR101941132B1 (ko) 국지적 전리층지도의 가용영역 확장 장치 및 방법
CN106125149B (zh) 点质量模型中浅层高分辨率点质量最佳埋藏深度确定方法
JP2020035042A (ja) データ判定装置、方法、及びプログラム
CN108093364B (zh) 一种基于rssi不均匀空间分辨率的改进加权定位方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20181123