CN109341723A - 一种基于地磁信息熵和相似性度量的综合地磁匹配方法 - Google Patents

一种基于地磁信息熵和相似性度量的综合地磁匹配方法 Download PDF

Info

Publication number
CN109341723A
CN109341723A CN201811396820.1A CN201811396820A CN109341723A CN 109341723 A CN109341723 A CN 109341723A CN 201811396820 A CN201811396820 A CN 201811396820A CN 109341723 A CN109341723 A CN 109341723A
Authority
CN
China
Prior art keywords
geomagnetic
region
aircraft
template
current location
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.)
Granted
Application number
CN201811396820.1A
Other languages
English (en)
Other versions
CN109341723B (zh
Inventor
王立辉
马明珠
刘庆雅
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201811396820.1A priority Critical patent/CN109341723B/zh
Publication of CN109341723A publication Critical patent/CN109341723A/zh
Application granted granted Critical
Publication of CN109341723B publication Critical patent/CN109341723B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
    • G01C21/08—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Navigation (AREA)
  • Measuring Magnetic Variables (AREA)

Abstract

本发明公开了一种基于地磁信息熵和相似性度量的综合地磁匹配方法，包括如下步骤：1、采集航行器当前位置(x,y)的地磁场强度；2、在地磁数据库中获取覆盖(x,y)的地磁图，以覆盖(x,y)的区域A计算(x,y)处的地磁信息熵H(x,y)，根据H(x,y)判断(x,y)是否处于适配区域；3、设置网格数量为M×N的待匹配航迹模板T和搜索区域S，在地磁数据库的地磁图上对模板T做相似度匹配，得到与模板T相似度最大的子图R；4、对子图R进行克里金插值，得到高精度、小比例尺的地磁图Map；在地磁图Map上进行迭代求解出航行器当前位置的匹配值。该方法利用模糊的相似算法，选定匹配区域，再利用精确的相关算法获得最佳匹配点，降低了干扰噪声对匹配定位精度的影响。

Description

一种基于地磁信息熵和相似性度量的综合地磁匹配方法
技术领域
本发明属于地磁匹配辅助导航技术领域，具体涉及一种基于地磁信息熵和相似性度量的综合地磁匹配方法。
背景技术
海洋中蕴含丰富的石油、天然气和矿产资源，越来越多的人认识到了海洋是人类赖以生存的第二空间，是实现可持续发展的一个重要领域。随着科学技术的发展，人们开发研制出了水下潜器，使得探索海洋的能力大大增强。因此，水下导航技术成为了海洋探索中的一大热点。
惯性导航系统是目前应用在潜器上最多的一种导航方式，它是一种不依赖于外部信息、也不向外部辐射能量的自主式导航系统。但惯性导航系统的导航误差随时间积累发散，长航时无法保持高精度的固有缺陷始终难以克服，因此需要通过其他辅助导航方式实时或定期修正。地磁导航属于自主导航，不易受敌对方干扰，隐蔽性好，具有无源、无辐射、全天时、全天候、全地域、能耗低的优良特征。将惯性导航系统与地磁匹配定位系统进行组合，来定期校正惯性导航系统的累积误差，从而获得航行器长航时高精度的导航定位，是一种重要的导航方式。
近年来，图像及信号处理等算法被引入到地磁匹配导航算法中，如ICP、ICCP、DICCP、地磁信息熵等匹配算法。基于ICCP的辅助导航算法是一种重要的基于批处理技术的匹配方法，其实质是基于等值线的多边弧几何匹配算法，它通过选择与概略航迹距离最近的磁场等值线来构成匹配航迹点，但该算法存在依赖于初始位置和要求惯导初始误差小的不足。由于实际地磁测量值可能存在很大的误差，利用快速傅里叶变换等对地磁信号进行频域计算与滤波，能消除高频噪声的影响，但所需时间和空间较大。
发明内容
发明目的：针对现有技术中存在的问题，本发明提供了一种基于地磁信息熵和相似性度量的地磁匹配方法，该方法利用模糊的相似算法，选定匹配区域，再利用精确的相关算法获得最佳匹配点，降低了干扰噪声对匹配定位精度的影响。
技术方案：本发明采用如下技术方案：
一种基于地磁信息熵和相似性度量的综合地磁匹配方法，包括如下步骤：
(1)以频率fs采集航行器的位置与对应的地磁场强度并记录，设当前位置(x,y)的地磁场强度为F(x,y)，x,y分别为惯导系统输出的航行器当前经度和纬度坐标；
(2)在地磁数据库中获取覆盖位置(x,y)的地磁图，以覆盖(x,y)且大小为Ax×Ay的区域A计算(x,y)处的地磁信息熵H(x,y)：
其中，Ax,Ay分别为区域A的经度跨度和纬度跨度；△x、△y分别为地磁数据库中一个网格的经度跨度和纬度跨度；为向上取整运算符；f(i,j)为区域A覆盖范围内网格点(i,j)处地磁数据中的地磁场强度值；
根据(x,y)处的地磁信息熵H(x,y)判断航行器当前位置(x,y)是否处于适配区域，判断逻辑为：
BOOL＝H(x,y)＜Hth
其中Hth为地磁信息熵适配的阈值；如果BOOL＝1，当前位置点(x,y)为适配区域，则转至步骤(3)做进一步的匹配；如果BOOL＝0，当前位置点(x,y)为非适配区域，则将惯导系统输出的位置(x,y)作为航行器当前的位置；
(3)设置网格数量为M×N的待匹配航迹模板T，初始化模板T中每个网格的值为0；将模板T以与地磁数据库中的地磁图相同的比例尺映射到地磁数据库中的地磁图上，得到区域ST，ST的位置设置为覆盖航行器当前位置(x,y)，且可以覆盖步骤(1)中惯导系统采集的最近多个位置点；将区域ST中航行器位置点与模板T的网格点对应，并修改模板T中对应网格的值为步骤(1)采集的地磁场强度；以位置点(x,y)为中心、经度跨度和纬度跨度分别为αAx,βAy的区域作为搜索区域S，在地磁数据库的地磁图上对模板T做相似度匹配，得到大小为M×N、与模板T最相似的子图R；α,β分别为大于1的系数；获取航行器当前位置(x,y)在子图R中的对应位置(x0,y0)；
(4)对子图R进行克里金插值，得到高精度、小比例的地磁图Map；初始化迭代次数k＝0，迭代初始状态v0＝(x0,y0)；设置迭代精度阈值θ和迭代最大次数K；在地磁图Map上进行如下迭代：
第k+1次迭代的更新过程为：
其中vk+1为第k+1次迭代的航行器位置预测值，是根据第k次迭代的航行器位置预测值和现有的算法AC(·)对航行器位置所做的估计值，uk+1是第k+1次迭代与第k次迭代之间的间隔时间内惯导系统给出的航行位移；
迭代结束条件为：||vk+1-vk||<θ或迭代次数k≥K，得到航行器当前位置的匹配值vk+1。此处||·||为求向量模运算符。
有益效果：本发明公开了一种基于地磁信息熵和相似性度量的综合地磁匹配方法，该方法利用地磁图适配区的选取规则，选取地磁特征信息量丰富的区域进行后续匹配，采用粗匹配与精匹配相结合的方式，粗匹配能节约匹配时间，并且一定范围内降低产生误匹配点的概率；精匹配在小范围内进行，提高了匹配速度，保证了匹配精度。与现有技术相比，该方法具有匹配速度快，精度高的优点。
附图说明
图1是本发明所公开方法的流程图。
具体实施方式
下面结合附图和具体实施方式，进一步阐明本发明。
一种基于地磁信息熵和相似性度量的综合地磁匹配方法，如图1所示，包括如下步骤：
步骤1、以频率fs采集航行器的位置与对应的地磁场强度并记录，设当前位置(x,y)的地磁场强度为F(x,y)，x,y分别为惯导系统输出的航行器当前经度和纬度坐标；
在航行器上安装地磁传感器来测量地磁场强度，在开始测量前，需要对地磁传感器做校准。预先将应用GPS或陀螺罗盘的方向检测精度较高的应用安装在航行器上，查找正北方向，当地磁传感器的垂直方向与该正北方向一致时，开始读取相应坐标点的地磁数据，这里主要为磁场强度。航行器的位置坐标由惯导系统获取，开始测量后，地磁传感器以固定频率fs不断采集航行器当前位置(x,y)的地磁场强度F(x,y)。
步骤2、在地磁数据库中获取覆盖位置(x,y)的地磁图，以覆盖(x,y)且大小为Ax×Ay的区域A计算(x,y)处的地磁信息熵H(x,y)：
其中，Ax,Ay分别为区域A的经度跨度和纬度跨度；△x、△y分别为地磁数据库中一个网格的经度跨度和纬度跨度；为向上取整运算符；f(i,j)为区域A覆盖范围内网格点(i,j)处地磁数据中的地磁场强度值；
为保证计算一致性，本实施例中将航行器当前位置点(x,y)与区域A的相对位置固定，以(x,y)为中心设置区域A，来计算(x,y)处的地磁信息熵H(x,y)。
信息熵可以作为平均信息量的度量，地磁信息熵同样也反映了该区域所含平均信息量的大小。地磁信息熵越小，地磁场特征越独特，越有利于地磁匹配定位。
由于式(1)涉及到丰富的地磁信息量及对数运算，计算复杂，本实施例中进行简化处理，采用泰勒公式进行展开，得到近似公式：
根据(x,y)处的地磁信息熵H(x,y)判断航行器当前位置(x,y)是否处于适配区域，判断逻辑为：
BOOL＝H(x,y)＜Hth (3)
其中Hth为地磁信息熵适配的阈值，由匹配要求所决定。如果BOOL＝1，当前位置点(x,y)为适配区域，则转至步骤3做进一步的匹配；如果BOOL＝0，当前位置点(x,y)为非适配区域，则将惯导系统输出的位置(x,y)作为航行器当前的位置；
步骤3、设置网格数量为M×N的待匹配航迹模板T，初始化模板T中每个网格的值为0；将模板T以与地磁数据库中的地磁图相同的比例尺映射到地磁数据库中的地磁图上，得到区域ST，ST的位置设置为覆盖航行器当前位置(x,y)，且可以覆盖步骤1中惯导系统采集的最近多个位置点；将区域ST中航行器位置点与模板T的网格点对应，并修改模板T中对应网格的值为步骤1采集的地磁场强度；
以位置点(x,y)为中心、经度跨度和纬度跨度分别为αAx,βAy的区域作为搜索区域S，在地磁数据库的地磁图上对模板T做相似度匹配，得到大小为M×N、与模板T最相似的子图R；α,β分别为大于1的系数；由于区域ST与模板T为对应关系，模板T与子图R为对应关系，由此可以得到区域ST与子图R的对应关系，从而得到区域ST中航行器当前位置(x,y)在子图R中的对应位置(x0,y0)；
搜索区域S的大小会影响到搜索速度和精度，本实施例中设置S的经度跨度和纬度跨度分别为10Ax,10Ay，来平衡搜索速度和精度。
相似度匹配采用相似相关性块匹配算法SAD，包括如下步骤：
(3-1)将搜索区域S映射到地磁数据库的地磁图上，得到网格数量为m×n的区域S′，模板T与S′在网格点(i,j)处的相似度D(i,j)的计算公式为：
其中，1≤i≤m-M+1，1≤j≤n-N+1；S’(i+s-1,j+t-1)为区域S′中网格点(i+s-1,j+t-1)处地磁数据库的地磁图上的地磁强度值；T(s,t)为模板T中网格点(s,t)处的值；
(3-2)从式(4)可以得出，相似度D(i,j)的大小反映了模板T与同样大小网格区域的相似性，D(i,j)越小二者越相似。理想情况下D(i,j)＝0，二者完全一样；一般情况中选取使D(i,j)值最小的网格区域为与模板T最相似的子区域。本发明中，遍历区域S′，获取D(i,j)取最小值时的网格点(i′,j′)；区域S′中以(i′,j′)为起点、大小为M×N的子图R即为与模板T最相似的子图，R为相似度匹配结果。
经过步骤3的相似度匹配，在网格间距较大的原始地磁图中得到初步匹配结果，即粗匹配的结果。
步骤4、对子图R进行克里金插值，得到高精度、小比例尺的地磁图Map；初始化迭代次数k＝0，迭代初始状态v0＝(x0,y0)；设置迭代精度阈值θ和迭代最大次数K；在地磁图Map上进行如下迭代：
第k+1次迭代的更新过程为：
其中vk+1为第k+1次迭代的航行器位置预测值，是根据第k次迭代的航行器位置预测值和现有的算法AC(·)对航行器位置所做的估计值，uk+1是第k+1次迭代与第k次迭代之间的间隔时间内惯导系统给出的航行位移。本是实施例中根据航行器位置预测值对航行器位置进行估计的现有的算法AC(·)为ICCP算法(迭代最近等值线算法)或TERCOM(Terrain contour matching)算法。
迭代结束条件为：||vk+1-vk||<θ或迭代次数k≥K，得到航行器当前位置的匹配值vk+1。此处||·||为求向量模运算符。
步骤4是在粗匹配的基础上，进一步在经过插值的高精度地磁图上进行迭代精匹配，得到精度较高的匹配结果，即得到精度较高的航行器当前位置的经纬度坐标。通过不断地重复执行步骤1-4，得到航行器的航行轨迹。

Claims (6)

1.一种基于地磁信息熵和相似性度量的综合地磁匹配方法，其特征在于，包括如下步骤：
(1)以频率fs采集航行器的位置与对应的地磁场强度并记录，设当前位置(x,y)的地磁场强度为F(x,y)，x,y分别为惯导系统输出的航行器当前经度和纬度坐标；
(2)在地磁数据库中获取覆盖位置(x,y)的地磁图，以覆盖(x,y)且大小为Ax×Ay的区域A计算(x,y)处的地磁信息熵H(x,y)：
其中，Ax,Ay分别为区域A的经度跨度和纬度跨度；△x、△y分别为地磁数据库中一个网格的经度跨度和纬度跨度；为向上取整运算符；f(i,j)为区域A覆盖范围内网格点(i,j)处地磁数据中的地磁场强度值；
根据(x,y)处的地磁信息熵H(x,y)判断航行器当前位置(x,y)是否处于适配区域，判断逻辑为：
BOOL＝H(x,y)＜Hth
其中Hth为地磁信息熵适配的阈值；如果BOOL＝1，当前位置点(x,y)为适配区域，则转至步骤(3)做进一步的匹配；如果BOOL＝0，当前位置点(x,y)为非适配区域，则将惯导系统输出的位置(x,y)作为航行器当前的位置；
(3)设置网格数量为M×N的待匹配航迹模板T，初始化模板T中每个网格的值为0；将模板T以与地磁数据库中的地磁图相同的比例尺映射到地磁数据库中的地磁图上，得到区域ST，ST的位置设置为覆盖航行器当前位置(x,y)，且可以覆盖步骤(1)中惯导系统采集的最近多个位置点；将区域ST中航行器位置点与模板T的网格点对应，并修改模板T中对应网格的值为步骤(1)采集的地磁场强度；
以位置点(x,y)为中心、经度跨度和纬度跨度分别为αAx,βAy的区域作为搜索区域S，在地磁数据库的地磁图上对模板T做相似度匹配，得到大小为M×N、与模板T最相似的子图R；α,β分别为大于1的系数；获取航行器当前位置(x,y)在子图R中的对应位置(x0,y0)；
(4)对子图R进行克里金插值，得到高精度、小比例尺的地磁图Map；初始化迭代次数k＝0，迭代初始状态v0＝(x0,y0)；设置迭代精度阈值θ和迭代最大次数K；在地磁图Map上进行如下迭代：
第k+1次迭代的更新过程为：
其中vk+1为第k+1次迭代的航行器位置预测值，是根据第k次迭代的航行器位置预测值和现有的算法AC(·)对航行器位置所做的估计值，uk+1是第k+1次迭代与第k次迭代之间的间隔时间内惯导系统给出的航行位移；
迭代结束条件为：||vk+1-vk||<θ或迭代次数k≥K，得到航行器当前位置的匹配值vk+1；此处||·||为求向量模运算符。
2.根据权利要求1所述的综合地磁匹配方法，其特征在于，步骤(2)中航行器当前位置(x,y)处的地磁信息熵计算近似公式为：
3.根据权利要求1所述的综合地磁匹配方法，其特征在于，搜索区域S的经度跨度和纬度跨度分别为10Ax,10Ay。
4.根据权利要求1所述的综合地磁匹配方法，其特征在于，所述步骤(2)中以(x,y)为中心设置区域A。
5.根据权利要求1所述的综合地磁匹配方法，其特征在于，所述根据航行器位置预测值对航行器位置进行估计的现有的算法AC(·)为ICCP算法或TERCOM算法。
6.根据权利要求1所述的综合地磁匹配方法，其特征在于，所述步骤(3)中相似度匹配采用相似相关性块匹配算法SAD，包括如下步骤：
(3-1)将搜索区域S映射到地磁数据库的地磁图上，得到网格数量为m×n的区域S′，模板T与S′在网格点(i,j)处的相似度D(i,j)的计算公式为：
其中1≤i≤m-M+1，1≤j≤n-N+1；S’(i+s-1,j+t-1)为区域S′中网格点(i+s-1,j+t-1)处地磁数据库的地磁图上的地磁强度值；T(s,t)为模板T中网格点(s,t)处的值；
(3-2)遍历区域S′，获取D(i,j)取最小值时的网格点(i′,j′)；区域S′中以(i′,j′)为起点、大小为M×N的子图R即为与模板T最相似的子图，R为相似度匹配结果。
CN201811396820.1A 2018-11-22 2018-11-22 一种基于地磁信息熵和相似性度量的综合地磁匹配方法 Expired - Fee Related CN109341723B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811396820.1A CN109341723B (zh) 2018-11-22 2018-11-22 一种基于地磁信息熵和相似性度量的综合地磁匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811396820.1A CN109341723B (zh) 2018-11-22 2018-11-22 一种基于地磁信息熵和相似性度量的综合地磁匹配方法

Publications (2)

Publication Number Publication Date
CN109341723A true CN109341723A (zh) 2019-02-15
CN109341723B CN109341723B (zh) 2020-07-14

Family

ID=65317240

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811396820.1A Expired - Fee Related CN109341723B (zh) 2018-11-22 2018-11-22 一种基于地磁信息熵和相似性度量的综合地磁匹配方法

Country Status (1)

Country Link
CN (1) CN109341723B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110222911A (zh) * 2019-06-20 2019-09-10 中国水利水电科学研究院 一种卫星遥感与地面数据协同的雨量站网优化布局方法
CN111522835A (zh) * 2020-04-02 2020-08-11 天津大学 一种基于数据库特征匹配的多磁性目标位置探测方法
CN112050804A (zh) * 2020-07-31 2020-12-08 东南大学 一种基于地磁梯度的近场磁图构建方法
CN113932806A (zh) * 2021-10-15 2022-01-14 北京航空航天大学 高速飞行器惯性/地磁匹配搜索区域自适应组合导航方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101354253A (zh) * 2008-09-19 2009-01-28 北京航空航天大学 一种基于匹配度的地磁辅助导航方法
CN101358850A (zh) * 2008-09-19 2009-02-04 北京航空航天大学 一种基于地磁熵的匹配区选择方法
CN102841385A (zh) * 2012-07-10 2012-12-26 哈尔滨工程大学 一种基于多重分形克里金法的局部地磁图构建方法
US9151622B2 (en) * 2013-11-20 2015-10-06 Samsung Electronics Co., Ltd. Method and apparatus for estimating moving direction of user and computer-readable storage medium having recorded thereon the method
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
CN107203587A (zh) * 2017-04-20 2017-09-26 中国人民解放军军械工程学院 构建地磁图方向适配性特征的方法
CN107356254A (zh) * 2017-06-07 2017-11-17 东南大学 适用于地磁辅助导航航迹规划的粒子群优化方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101354253A (zh) * 2008-09-19 2009-01-28 北京航空航天大学 一种基于匹配度的地磁辅助导航方法
CN101358850A (zh) * 2008-09-19 2009-02-04 北京航空航天大学 一种基于地磁熵的匹配区选择方法
CN102841385A (zh) * 2012-07-10 2012-12-26 哈尔滨工程大学 一种基于多重分形克里金法的局部地磁图构建方法
US9151622B2 (en) * 2013-11-20 2015-10-06 Samsung Electronics Co., Ltd. Method and apparatus for estimating moving direction of user and computer-readable storage medium having recorded thereon the method
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
CN107203587A (zh) * 2017-04-20 2017-09-26 中国人民解放军军械工程学院 构建地磁图方向适配性特征的方法
CN107356254A (zh) * 2017-06-07 2017-11-17 东南大学 适用于地磁辅助导航航迹规划的粒子群优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YUAN SUN ，JIN-SHENG ZHANG等: "Matching area intelligent selection method in geomagnetic navigation", 《 2010 IEEE INTERNATIONAL CONFERENCE ON INTELLIGENT COMPUTING AND INTELLIGENT SYSTEMS》 *
王鹏: "水下地磁导航适配性研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110222911A (zh) * 2019-06-20 2019-09-10 中国水利水电科学研究院 一种卫星遥感与地面数据协同的雨量站网优化布局方法
CN110222911B (zh) * 2019-06-20 2021-08-03 中国水利水电科学研究院 一种卫星遥感与地面数据协同的雨量站网优化布局方法
CN111522835A (zh) * 2020-04-02 2020-08-11 天津大学 一种基于数据库特征匹配的多磁性目标位置探测方法
CN112050804A (zh) * 2020-07-31 2020-12-08 东南大学 一种基于地磁梯度的近场磁图构建方法
CN112050804B (zh) * 2020-07-31 2022-04-08 东南大学 一种基于地磁梯度的近场磁图构建方法
CN113932806A (zh) * 2021-10-15 2022-01-14 北京航空航天大学 高速飞行器惯性/地磁匹配搜索区域自适应组合导航方法
CN113932806B (zh) * 2021-10-15 2023-08-25 北京航空航天大学 高速飞行器惯性/地磁匹配搜索区域自适应组合导航方法

Also Published As

Publication number Publication date
CN109341723B (zh) 2020-07-14

Similar Documents

Publication Publication Date Title
CN109341723A (zh) 一种基于地磁信息熵和相似性度量的综合地磁匹配方法
CN101354253B (zh) 一种基于匹配度的地磁辅助导航方法
CN110686677B (zh) 一种基于几何信息的全局定位方法
CN108362281B (zh) 一种长基线水下潜艇匹配导航方法及系统
CN105760811B (zh) 全局地图闭环匹配方法及装置
CN102788578B (zh) 一种基于局部重力场逼近的匹配导航方法
Han et al. An improved TERCOM-based algorithm for gravity-aided navigation
CN106597363A (zh) 一种室内wlan环境下的行人定位方法
CN108896040B (zh) 天空海一体化水下潜器惯性/重力组合导航方法和系统
CN114061591B (zh) 一种基于滑动窗数据回溯的等值线匹配方法
Cruz et al. MagLand: Magnetic landmarks for road vehicle localization
JP2004085511A (ja) 移動体の移動速度および位置推定方法およびシステムおよびナビゲーションシステム
Wang et al. A filtered-marine map-based matching method for gravity-aided navigation of underwater vehicles
Ye et al. WarpMap: Accurate and efficient indoor location by dynamic warping in sequence-type radio-map
Wang et al. Performance test of MPMD matching algorithm for geomagnetic and RFID combined underground positioning
Kwak et al. Magnetic field based indoor localization system: A crowdsourcing approach
Li et al. Spatio-temporal trajectory simplification for inferring travel paths
Yang et al. A triangle matching algorithm for gravity-aided navigation for underwater vehicles
CN110031001A (zh) 一种重力辅助惯性导航的适配区选取方法
Guo et al. FRI sensing: Retrieving the trajectory of a mobile sensor from its temporal samples
Yang et al. DeepWiPos: A deep learning-based wireless positioning framework to address fingerprint instability
Deng et al. Underwater map-matching aided inertial navigation system based on multi-geophysical information
CN113532438B (zh) 一种大初始定位误差下的改进iccp地形匹配方法
CN113624227B (zh) 一种基于马氏距离的等值线迭代重力匹配算法
Liu et al. Geomagnetic navigation of AUV without a priori magnetic map

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200714