CN112762924B - 基于重力梯度-地形异源数据匹配的导航定位方法 - Google Patents
基于重力梯度-地形异源数据匹配的导航定位方法 Download PDFInfo
- Publication number
- CN112762924B CN112762924B CN202011547241.XA CN202011547241A CN112762924B CN 112762924 B CN112762924 B CN 112762924B CN 202011547241 A CN202011547241 A CN 202011547241A CN 112762924 B CN112762924 B CN 112762924B
- Authority
- CN
- China
- Prior art keywords
- dql
- gravity gradient
- terrain
- position coordinates
- aircraft
- 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.)
- Active
Links
Images
Classifications
-
- 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
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种基于重力梯度‑地形异源数据匹配的导航定位方法,属于导航技术领域,解决了现有技术重力导航应用范围和定位精度受限的问题。该方法包括:获得航行器当前位置坐标和所在航线的重力梯度张量序列;提取上述重力梯度张量序列对应的DQL特征;提取航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征;将上述航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征、上述重力梯度张量序列对应的DQL特征进行特征匹配,获得匹配程度最高的重力梯度张量序列中元素;搜索上述元素对应的重力梯度所在位置,根据该位置对航行器当前位置坐标进行修正。实现了重力导航应用范围和定位精度的提高。
Description
技术领域
本发明涉及导航技术领域,尤其涉及一种基于重力梯度-地形异源数据匹配的导航定位方法。
背景技术
对于远距离飞行或长期水下航行的航行器而言,惯性导航系统(INS)是其导航的核心设备。然而惯性导航系统的定位误差随时间增加而不断累积,致使其在远距离飞行,或长时间水下航行时必须通过其他辅助导航手段进行周期性校准才能保证其定位精度。常采用天文导航、地形匹配导航、无线电导航和GPS卫星导航等的辅助导航手段进行位置校正,但无线电、GPS卫星导航需向外部辐射信号,容易被探测捕捉,而天文导航、地形匹配的使用条件受限。
为验证重力梯度匹配定位技术的可行性,要求为导航算法模块提供重力梯度实时图和参考图。实时图指的是载体运动过程中传感器在线测量获取的数据,对重力图形匹配而言,传感器为全张量重力梯度仪,其精度已经满足测量微弱空变重力梯度场的需求。参考图是指飞行器/航行器匹配计算机上事先装订好的匹配区数据,参考图的空间分辨率决定了匹配导航的定位精度,参考图的覆盖范围决定了导航系统的工作范围。
目前,重力梯度参考图的获取方法主要有如下两种:第一种方法是依靠地质等部门的实地测量。实测重力数据需要相当的人力、物力和时间,由于主权关系,不可能得到他国的实测数据,并且测量获得的数据不能直接用于导航,需要对这些低密度的、不规则的测量数据进行复杂的校正和处理,因此实测数据的覆盖范围和数据密度远远满足不了潜艇的全球定位导航需求。第二种方法是通过地球重力场位模型(球谐模型)来计算全球重力场,并且借助卫星测量数据和局部实测数据来修正球谐参数,由于地球重力场模型是对地球基本重力场总体最优的近似,难以提供高分辨率的场源细节,无法提供足够的水下导航定位精度。
由于重力梯度参考图制备手段的制约,目前各国均没有满足重力梯度匹配导航技术要求的大范围、高精度、规则化的全球重力场数据,严重制约了重力导航的应用范围和定位精度,导致重力梯度匹配技术只能在小范围内演示验证,无法推广应用。
发明内容
鉴于上述的分析,本发明实施例旨在提供一种基于重力梯度-地形异源数据匹配的导航定位方法,用以解决现有技术重力导航应用范围和定位精度受限的问题。
一方面,本发明实施例提供了一种基于重力梯度-地形异源数据匹配的导航定位方法,包括如下步骤:
获得航行器当前位置坐标和所在航线的重力梯度张量序列;
提取上述重力梯度张量序列对应的DQL特征;
提取航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征;
将上述航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征、上述重力梯度张量序列对应的DQL特征进行特征匹配,获得匹配程度最高的重力梯度张量序列中元素;
搜索上述元素对应的重力梯度所在位置,根据该位置对航行器当前位置坐标进行修正。
上述技术方案的有益效果如下:根据不依赖于外部信息、也不向外部辐射能量的重力梯度匹配技术,能够同时满足导航的无源性、自主性、隐蔽性等需求,提供了一种全新的自主式导航方式。根据重力梯度序列与航行器当前位置进行DQL特征匹配,解决了目前重力梯度匹配导航不具备大范围、高精度、规则化全球重力场数据的难题。能够有效验证飞行器/水下航行器重力梯度匹配算法的正确性与适应性。
基于上述方法的进一步改进,所述航行器当前位置坐标(x,y,z)通过惯性导航系统获得。
上述技术方案的有益效果如下:对航行器当前位置坐标的获取方法进行了限定。惯性导航模块提供的当前位置坐标是一种不依赖于任何外部信息、也不向外部辐射能量的自主式探测获得的坐标,可全天候、全时间地工作于空中、地球表面乃至水下。
进一步,获得所在航线的重力梯度张量序列,进一步包括:
通过重力梯度仪等时间间隔测量,获得所在航线上当前位置之前n个不同位置的重力梯度张量序列(Γ1 Γ2 … Γn);其中,该序列中每个元素Γi包含9个分量,第i个元素为
Γi=(Γxx Γyy Γzz Γxy Γyz Γzx Γxz Γzy Γyx)i
i=1 2 … n。
上述进一步改进方案的有益效果是:对所在航线的重力梯度张量序列的获取方法进行了限定。通过重力梯度仪等时间间隔测量的张量序列能够用于消除重力引起的导航误差,重力梯度、惯性导航定位两种方式的融合,能够实现复杂环境下的高精度导航定位。
进一步,所述提取上述重力梯度张量序列对应的DQL特征,进一步包括:
滤除重力梯度张量序列中每个元素的重复分量,获得仅包含独立分量的新元素,依次排列构成新重力梯度张量序列;
根据上述构造的新重力梯度张量序列,获得n-1对相邻元素对应的差分ΔΓi;
根据上述获得的ΔΓi,通过下面公式提取每对相邻元素的DQL特征DQL(i)
式中,Γ0=0,每对相邻元素包含的DQL特征包含5个分量;
将n-1对相邻元素的DQL特征依次排列,作为所述重力梯度张量序列对应的DQL特征,标记为A1。
上述进一步改进方案的有益效果是:对提取上述重力梯度张量序列对应的DQL特征方法进行了限定。上述方法是发明人耗费大量时间经过大量试验总结出的最适用于本发明的特征提取方式。
进一步,依据下面公式中的梯度张量规则,滤除重力梯度张量序列中每个元素的重复分量Γyy、Γxz、Γzy、Γyx
获得仅包含5个独立分量Γi=(Γxx Γzz Γxy Γyz Γzx)i的新元素,依次排列构成新重力梯度张量序列。
上述进一步改进方案的有益效果是:对滤除重力梯度张量序列中每个元素的重复分量的方法进行了具体限定。通过大量试验总结出了一种适用于本发明特征提取的消元方法,进而保证了DQL特征提取更加准确。
进一步,所述提取航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征,进一步包括:
根据上述各地形单元的中心位置坐标(ε η ζ),结合航行器当前位置坐标(x,y,z),获取每个地形单元引起的全张量重力梯度测量值;其中,第i个地形单元引起的全张量重力梯度测量值Γi′为Γi′=(Γxx′Γzz′Γxy′Γyz′Γzx′)i;
根据上述每个地形单元引起的全张量重力梯度测量值Γi′,通过下面公式获得n-1对相邻元素的差分ΔΓi′,近似作为其重力梯度张量的差分
ΔΓi′=Γi+1′-Γi′
根据上述获得的ΔΓi′,通过下面公式提取每对相邻元素的DQL特征DQL′(i)
式中,Γ0=0,每对相邻元素包含的DQL特征包含5个分量;
将n-1对相邻元素的DQL特征DQL′(i)依次排列,作为所述航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征,标记为A2。
上述进一步改进方案的有益效果是:对航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征进行了限定。上述方法是发明人耗费大量时间经过大量试验总结出的最适用于本发明的特征提取方式。
进一步,通过下面公式获取地形图中与当前位置等间隔分布的各地形单元的质心位置坐标(ε η ζ)
ε=x+i×r
η=y+i×r
ζ=z+i×r
式中,i=1 … n,r为地形单元的间隔距离,(x,y,z)为航行器当前位置坐标。
上述进一步改进方案的有益效果是:给出了一种最快的定位搜索方式。经大量试验证明,通过上述进一步改进方案获得的定位修正结果最快、且准确。
进一步,第i个地形单元引起的全张量重力梯度测量值Γi′通过下面公式获得
式中,ψ表示积分区域,即所有地形单元所占空间,φ(ε η ζ)为地形的形态函数,即海拔高度函数,ρ(ε η ζ)为地形密度分布函数。
上述进一步改进方案的有益效果是:给出了一种计算每个地形单元引起的全张量重力梯度测量值的通用方法。经大量试验证明,上述方案有效,获得的定位结果准确。
进一步,所述ρ(ε η ζ)满足下面公式中的普拉特密度模型
式中,D表示该积分区域所在地壳的厚度,h表示该地形单元中心点的海拔高度,ρ0为常系数,ρ0=2.67g/cm3,D表示该积分区域所在地壳的厚度,h表示该地形单元中心点的海拔高度。
上述进一步改进方案的有益效果是:给出了一种计算地形密度分布函数的通用方法。经大量试验证明,上述方案有效,获得的定位结果准确。
进一步,所述将上述航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征、上述重力梯度张量序列对应的DQL特征进行特征匹配,获得匹配程度最高的重力梯度张量序列中元素,进一步包括:
通过下面公式中的互信息相似度计算方法,获得上述航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征、上述重力梯度张量序列对应的DQL特征二者的特征匹配相似度I(A1 A2)
I(A1 A2)=H(A1)+H(A2)-H(A1 A2)
其中
p(A1i A2i)=p(A1i)p(A2i)
式中,p(A1i)为A1中第i对相邻元素的DQL特征DQL(i)在A1所有元素中出现的概率;p(A2i)为A2中第i对相邻元素的DQL特征DQL′(i)在A2所有元素中出现的概率;p(A1i A2i)为p(A1i)、p(A2i)的联合概率分布;
获得最高I(A1 A2)对应的重力梯度张量序列中元素。
上述进一步改进方案的有益效果是:对特征匹配方法进行了限定。上述方法是发明人耗费大量时间经过大量试验总结出的最适用于本发明的特征匹配方式,能够获得最准确的修正坐标。
本发明中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分优点可从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为本发明实施例1基于重力梯度-地形异源数据匹配的导航定位方法步骤示意图;
图2为本发明实施例1基于重力梯度-地形异源数据匹配的导航定位方法原理示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
实施例1
本发明的一个具体实施例,公开了一种基于重力梯度-地形异源数据匹配的导航定位方法,如图1所示,包括如下步骤:
S1.获得航行器当前位置坐标和所在航线的重力梯度张量序列;具体地,所述航行器为飞行器或水下航行器;
S2.识别提取上述重力梯度张量序列对应的DQL特征;
S3.提取航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征;
S4.将上述航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征、上述重力梯度张量序列对应的DQL特征进行特征匹配,获得匹配程度最高的重力梯度张量序列中元素;
S5.搜索上述元素对应的重力梯度所在位置,根据该位置对航行器当前位置坐标进行修正。可选地,可选用直接替代方式或者其他坐标修正方式。直接替代方式是通过查飞行器内置的重力梯度坐标图获得上述元素对应的重力梯度所在位置。其他修正方式,例如先获取根据上述元素对应的重力梯度所在位置与航行器当前位置坐标之差,然后输入训练好的深度神经网络,获得航行器当前位置坐标的修正位置。
实施时,现有技术是将航行器采集的重力梯度与航行器装载的重力梯度基准图进行匹配,但由于重力梯度测量难度大,很难有满足导航要求的重力梯度基准图供给需求。但地形图要容易获取,本实施例方法中航行器装载匹配区域的地形图,然后将航行过程中测量的重力梯度,以及装载的地形图相应位置转换的DQL特征进行匹配,进而定位,即实现了使用重力梯度实测值与地形匹配,代替重力梯度实测值与重力梯度基准图匹配,如图2所示。
与现有技术相比,本实施例提供的导航定位方法根据不依赖于外部信息、也不向外部辐射能量的重力梯度匹配技术,能够同时满足导航的无源性、自主性、隐蔽性等需求,提供了一种全新的自主式导航方式。根据重力梯度序列与航行器当前位置进行DQL特征匹配,解决了目前重力梯度匹配导航不具备大范围、高精度、规则化全球重力场数据的难题。能够有效验证飞行器/水下航行器重力梯度匹配算法的正确性与适应性。
实施例2
在实施例1方法的基础上进行改进,步骤S1,所述获得航行器当前位置坐标和所在航线的重力梯度张量序列,进一步包括:
S11.通过惯性导航模块测量,获得航行器当前位置坐标(x,y,z);
S12.通过重力梯度仪等时间间隔测量,获得所在航线上当前位置之前n个不同位置(可包含当前位置)的重力梯度张量序列(Γ1 Γ2 … Γn);其中,该序列中每个元素Γi包含9个分量,满足
Γi=(Γxx Γyy Γzz Γxy Γyz Γzx Γxz Γzy Γyx)i
i=1 2… n,n≥3
(1)
优选地,步骤S2中,所述提取上述重力梯度张量序列对应的DQL(DifferentialQuotient Logarithm,对数比例差分空间)特征,进一步包括:
S21.对于重力梯度张量序列中每个元素,通过下面公式滤除该元素的重复分量
获得仅包含5个独立分量Γi=(Γxx Γzz Γxy Γyz Γzx)i的新元素,依次排列构成新重力梯度张量序列;
S22.根据上述构造的新重力梯度张量序列,通过下面公式获得n-1对相邻元素对应的差分ΔΓi
ΔΓi=Γi+1-Γi (3)
S23.根据上述获得的ΔΓi,通过下面公式提取每对相邻元素的DQL特征
式中,Γ0=0,每对相邻元素包含的DQL特征包含5个分量;
S24.将n-1对相邻元素的DQL特征依次排列,作为所述重力梯度张量序列对应的DQL特征,标记为A1。
优选地,步骤S3,所述提取航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征,目的是根据地形异源数据求解地形引起的重力梯度异常,进一步包括:
S31.获取地形图中与当前位置等间隔分布的各地形单元的质心位置坐标(ε η ζ)
式中,i=1 … n,r为地形单元的间隔距离;
S32.根据上述各地形单元的中心位置坐标(ε η ζ),结合航行器当前位置坐标(x,y,z),通过下面公式提取每个地形单元引起的全张量重力梯度测量值Γi′=(Γxx′Γzz′Γxy′Γyz′Γzx′)i
其中,ρ(ε η ζ)满足下面公式中的普拉特密度模型
式中,ψ表示积分区域,即所有地形单元所占空间,ρ0=2.67g/cm3,D表示该积分区域所在地壳的厚度,h表示该地形单元中心点的海拔高度,φ(ε η ζ)为地形的形态函数,即海拔高度函数,通过现有文献可获得,ρ(ε η ζ)为地形密度分布函数;
S33.根据上述每个地形单元引起的全张量重力梯度测量值Γi′,通过下面公式获得n-1对相邻元素的差分ΔΓi′,近似作为其重力梯度张量的差分
ΔΓi′=Γi+1′-Γi′ (8)
相邻元素重力梯度张量的差分ΔΓi′实际上由以下几部分构成:
ΔΓi′=ΔΓ0i′+ΔΓTi′+ΔΓPi′+ΔΓMi′ (9)
式中,ΔΓ0i′为地球正常重力梯度值变化,ΔΓTi′为地形起伏带来的重力梯度异常变化,ΔΓPi为地壳密度不均匀带来的重力梯度异常变化,ΔΓMi′为海洋、天体等剩余质量带来的重力梯度异常变化。
上面该公式证明了重力梯度测量值与地形产生的重力梯度近似相等,说明本实施例方法的合理性。
由于除地形起伏外,其他因素引起的重力梯度张量的差分很小,可忽略不计,因此在本发明中认为测量点的重力梯度异常几乎等于地形起伏引起的重力梯度异常
ΔΓi′≈ΔΓTi′=Γi+1′-Γi′ (10)
S34.根据上述获得的ΔΓi′,通过下面公式提取每对相邻元素的DQL特征DQL′(i)
式中,Γ0=0,每对相邻元素包含的DQL特征包含5个分量;
S35.将n-1对相邻元素的DQL特征DQL′(i)依次排列,作为所述航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征,标记为A2。
可将A2按照空间顺序放入缓存,当序列长度满足要求时,即可得到输出的DQL空间参考图,即重力梯度异常值的分布图M1。
优选地,步骤S4中,所述将上述航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征、上述重力梯度张量序列对应的DQL特征进行特征匹配,获得匹配程度最高的重力梯度张量序列中元素,进一步包括:
S41.通过下面公式中的互信息相似度计算方法,获得上述航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征、上述重力梯度张量序列对应的DQL特征二者的特征匹配相似度I(A1 A2)
I(A1 A2)=H(A1)+H(A2)-H(A1 A2) (12)
其中
p(A1i A2i)=p(A1i)p(A2i)
其中,H(A1)为重力梯度张量序列对应的DQL特征A1的熵,H(A2)为航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征A2的熵,p(A1i)为重力梯度张量序列对应的DQL特征A1中第i对相邻元素的DQL特征DQL(i)在A1所有元素中出现的概率;p(A2i)为航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征A2中第i对相邻元素的DQL特征DQL′(i)在A2所有元素中出现的概率;p(A1i A2i)为p(A1i)、p(A2i)的联合概率分布;
S42.识别最高I(A1 A2)对应的重力梯度张量序列中元素。
使用基于互信息的相似度度量准则来进行DQL特征空间实时图与参考图的匹配定位。最大I(A1 A2)对应的位置即为最佳匹配位置。
与实施例1相比,本实施例提供的导航方法进一步细化了步骤S2~步骤S4,进一步解决了目前重力梯度匹配导航不具备大范围、高精度、规则化全球重力场数据的难题。
本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读存储介质中。其中,所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
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。
Claims (5)
1.一种基于重力梯度-地形异源数据匹配的导航定位方法,其特征在于,包括如下步骤:
获得航行器当前位置坐标和所在航线的重力梯度张量序列,其中:通过重力梯度仪等时间间隔测量,获得所在航线上当前位置之前n个不同位置的重力梯度张量序列(Γ1 Γ2…Γn);其中,该序列中第i个元素Γi为
Γi=(Γxx Γyy Γzz Γxy Γyz Γzx Γxz Γzy Γyx)i,i=12…n;
提取上述重力梯度张量序列对应的DQL特征,包括:滤除重力梯度张量序列中每个元素的重复分量,获得仅包含独立分量的新元素,依次排列构成新重力梯度张量序列,其中,依据下面公式中的梯度张量规则,滤除重力梯度张量序列中每个元素的重复分量Γyy、Γxz、Γzy、Γyx
获得仅包含5个独立分量Γi=(Γxx Γzz Γxy Γyz Γzx)i的所述新元素;根据上述构造的新重力梯度张量序列,获得n-1对相邻元素对应的差分△Γi;根据上述获得的△Γi,通过下面公式提取每对相邻元素的DQL特征DQL(i)
式中,Γ0=0,每对相邻元素包含的DQL特征包含5个分量;将n-1对相邻元素的DQL特征依次排列,作为所述重力梯度张量序列对应的DQL特征,标记为A1;
提取航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征,包括:通过下面公式获取地形图中与当前位置等间隔分布的各地形单元的质心位置坐标(εηζ)
ε=x+i×r
η=y+i×r
ζ=z+i×r
式中,i=1…n,r为地形单元的间隔距离,(x,y,z)为航行器当前位置坐标;根据上述各地形单元的质心位置坐标(ε η ζ),结合航行器当前位置坐标(x,y,z),获取每个地形单元引起的全张量重力梯度测量值;其中,第i个地形单元引起的全张量重力梯度测量值Γi′为Γi′=(Γxx′ Γzz′ Γxy′ Γyz′ Γzx′)i;根据上述每个地形单元引起的全张量重力梯度测量值Γi′,获得n-1对相邻元素的差分△Γi′,近似作为其重力梯度张量的差分
△Γi′=Γi+1′-Γi′
根据上述获得的△Γi′,通过下面公式提取每对相邻元素的DQL特征DQL′(i)
式中,Γ0=0,每对相邻元素包含的DQL特征包含5个分量;将n-1对相邻元素的DQL特征DQL′(i)依次排列,作为所述航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征,标记为A2;
将上述航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征、上述重力梯度张量序列对应的DQL特征进行特征匹配,获得匹配程度最高的重力梯度张量序列中元素;
搜索上述元素对应的重力梯度所在位置,根据该位置对航行器当前位置坐标进行修正。
2.根据权利要求1所述的基于重力梯度-地形异源数据匹配的导航定位方法,其特征在于,所述航行器当前位置坐标(x,y,z)通过惯性导航系统获得。
5.根据权利要求1-4中任一项所述的基于重力梯度-地形异源数据匹配的导航定位方法,所述将上述航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征、上述重力梯度张量序列对应的DQL特征进行特征匹配,获得匹配程度最高的重力梯度张量序列中元素,进一步包括:
通过下面公式中的互信息相似度计算方法,获得上述航行器当前位置坐标相对地形图中所在航线各地形单元位置坐标的DQL特征、上述重力梯度张量序列对应的DQL特征二者的特征匹配相似度I(A1 A2)
I(A1 A2)=H(A1)+H(A2)-H(A1 A2)
其中
p(A1i A2i)=p(A1i)p(A2i)
式中,p(A1i)为A1中第i对相邻元素的DQL特征DQL(i)在A1所有元素中出现的概率;p(A2i)为A2中第i对相邻元素的DQL特征DQL′(i)在A2所有元素中出现的概率;p(A1i A2i)为p(A1i)、p(A2i)的联合概率分布;
识别最高I(A1 A2)对应的重力梯度张量序列中元素。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011547241.XA CN112762924B (zh) | 2020-12-23 | 2020-12-23 | 基于重力梯度-地形异源数据匹配的导航定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011547241.XA CN112762924B (zh) | 2020-12-23 | 2020-12-23 | 基于重力梯度-地形异源数据匹配的导航定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112762924A CN112762924A (zh) | 2021-05-07 |
CN112762924B true CN112762924B (zh) | 2023-07-14 |
Family
ID=75694024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011547241.XA Active CN112762924B (zh) | 2020-12-23 | 2020-12-23 | 基于重力梯度-地形异源数据匹配的导航定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112762924B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113340300B (zh) * | 2021-05-31 | 2023-03-14 | 中国人民解放军61540部队 | 一种多维重力梯度灯塔面状匹配潜器定位方法及系统 |
CN113587921B (zh) * | 2021-05-31 | 2024-03-22 | 中国人民解放军61540部队 | 一种重力梯度场与重力异常场潜器融合定位方法及系统 |
CN114136320B (zh) * | 2021-11-19 | 2023-06-20 | 中国船舶重工集团公司第七0七研究所 | 基于特征互补特性的海洋多物理场参数特征定位融合方法 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5339684A (en) * | 1991-12-10 | 1994-08-23 | Textron Inc. | Gravity aided inertial navigation system |
US5402340A (en) * | 1994-05-02 | 1995-03-28 | Textron, Inc. | Gradiometer based terrain estimation |
US5912643A (en) * | 1997-05-29 | 1999-06-15 | Lockheed Corporation | Passive navigation system |
CN102608668A (zh) * | 2011-12-19 | 2012-07-25 | 华中科技大学 | 重力梯度测量系统及其测量方法 |
CA2860578A1 (en) * | 2011-02-17 | 2012-08-23 | Gedex Inc. | Gravity gradiometer and methods for measuring gravity gradients |
CN104061932A (zh) * | 2014-06-10 | 2014-09-24 | 中国空间技术研究院 | 一种利用引力矢量和梯度张量进行导航定位的方法 |
CN106052688A (zh) * | 2016-08-08 | 2016-10-26 | 西安电子科技大学 | 基于地形轮廓匹配的惯性导航系统速度累积误差修正方法 |
CN106871901A (zh) * | 2017-01-24 | 2017-06-20 | 哈尔滨工程大学 | 一种基于地形特征匹配的水下地形匹配导航方法 |
CN107024206A (zh) * | 2017-04-17 | 2017-08-08 | 重庆邮电大学 | 一种基于ggi/gps/ins的组合导航系统 |
CN107065025A (zh) * | 2017-01-13 | 2017-08-18 | 北京航空航天大学 | 一种基于重力梯度不变量的轨道要素估计方法 |
CN107076559A (zh) * | 2014-06-11 | 2017-08-18 | 大陆-特韦斯股份有限公司 | 用于匹配导航系统的方法和系统 |
CN109470241A (zh) * | 2018-11-23 | 2019-03-15 | 中国船舶重工集团公司第七0七研究所 | 一种具备重力扰动自主补偿功能的惯性导航系统及方法 |
CN109520486A (zh) * | 2019-01-02 | 2019-03-26 | 中国船舶重工集团公司第七0七研究所 | 一种基于水平张量重力梯度的垂线偏差实时计算方法 |
CN110186461A (zh) * | 2019-06-27 | 2019-08-30 | 武汉科技大学 | 一种基于重力梯度信息测距的协同导航方法 |
CN111044041A (zh) * | 2019-12-31 | 2020-04-21 | 北京理工大学 | 基于重力场三维特征的重力辅助惯性导航适配区选取方法 |
CN112001067A (zh) * | 2020-08-03 | 2020-11-27 | 北京机电工程研究所 | 基于不确定性度量的复杂装备仿真系统可信度评估方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7113868B2 (en) * | 2004-08-11 | 2006-09-26 | Bell Geospace, Inc. | Method and system for processing geophysical survey data |
GB2555805A (en) * | 2016-11-09 | 2018-05-16 | Atlantic Inertial Systems Ltd | A navigation system |
-
2020
- 2020-12-23 CN CN202011547241.XA patent/CN112762924B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5339684A (en) * | 1991-12-10 | 1994-08-23 | Textron Inc. | Gravity aided inertial navigation system |
US5402340A (en) * | 1994-05-02 | 1995-03-28 | Textron, Inc. | Gradiometer based terrain estimation |
US5912643A (en) * | 1997-05-29 | 1999-06-15 | Lockheed Corporation | Passive navigation system |
CA2860578A1 (en) * | 2011-02-17 | 2012-08-23 | Gedex Inc. | Gravity gradiometer and methods for measuring gravity gradients |
CN102608668A (zh) * | 2011-12-19 | 2012-07-25 | 华中科技大学 | 重力梯度测量系统及其测量方法 |
CN104061932A (zh) * | 2014-06-10 | 2014-09-24 | 中国空间技术研究院 | 一种利用引力矢量和梯度张量进行导航定位的方法 |
CN107076559A (zh) * | 2014-06-11 | 2017-08-18 | 大陆-特韦斯股份有限公司 | 用于匹配导航系统的方法和系统 |
CN106052688A (zh) * | 2016-08-08 | 2016-10-26 | 西安电子科技大学 | 基于地形轮廓匹配的惯性导航系统速度累积误差修正方法 |
CN107065025A (zh) * | 2017-01-13 | 2017-08-18 | 北京航空航天大学 | 一种基于重力梯度不变量的轨道要素估计方法 |
CN106871901A (zh) * | 2017-01-24 | 2017-06-20 | 哈尔滨工程大学 | 一种基于地形特征匹配的水下地形匹配导航方法 |
CN107024206A (zh) * | 2017-04-17 | 2017-08-08 | 重庆邮电大学 | 一种基于ggi/gps/ins的组合导航系统 |
CN109470241A (zh) * | 2018-11-23 | 2019-03-15 | 中国船舶重工集团公司第七0七研究所 | 一种具备重力扰动自主补偿功能的惯性导航系统及方法 |
CN109520486A (zh) * | 2019-01-02 | 2019-03-26 | 中国船舶重工集团公司第七0七研究所 | 一种基于水平张量重力梯度的垂线偏差实时计算方法 |
CN110186461A (zh) * | 2019-06-27 | 2019-08-30 | 武汉科技大学 | 一种基于重力梯度信息测距的协同导航方法 |
CN111044041A (zh) * | 2019-12-31 | 2020-04-21 | 北京理工大学 | 基于重力场三维特征的重力辅助惯性导航适配区选取方法 |
CN112001067A (zh) * | 2020-08-03 | 2020-11-27 | 北京机电工程研究所 | 基于不确定性度量的复杂装备仿真系统可信度评估方法 |
Non-Patent Citations (7)
Title |
---|
Gravity gradient tensor eigendecomposition for spacecraft positioning;Chen, P., Sun, X., & Han, C;《Journal of Guidance, Control, and Dynamics》;第38卷(第11期);2200-2206 * |
Inertial navigation performance improvement using gravity gradient matching techniques;Metzger, E. H., & Jircitano, A;《Journal of Spacecraft and Rockets》;第13卷(第6期);323-324 * |
Research on general system level training simulation technology of Mid-and high-end military UAV;Zhang, Q., Tong, J., & Li, H;《Proceedings of 2020 Chinese Intelligent Systems Conference: Volume I》;810-818 * |
基于在线仿真的无人机飞控系统智能校正技术;冉剑;佟佳慧;;《南京航空航天大学学报》(第06期);65-70 * |
重力梯度仪辅助惯导导航的误差分析;金际航;边少锋;李胜全;王耿峰;张博;;《海洋测绘》;第30卷(第05期);21-23 * |
重力梯度传感器数据的模拟及其辅助导航;袁赣南;张红伟;朱岭;袁克非;;《传感器与微系统》;第31卷(第10期);23-26 * |
重力梯度数据在导航系统中的应用;王艳东;胡华峰;杨少帅;陈魁;;《电光与控制》;第20卷(第11期);11-13 * |
Also Published As
Publication number | Publication date |
---|---|
CN112762924A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112762924B (zh) | 基于重力梯度-地形异源数据匹配的导航定位方法 | |
CN109556632B (zh) | 一种基于卡尔曼滤波的ins/gnss/偏振/地磁组合导航对准方法 | |
EP3350628B1 (en) | Measurement of magnetic field gradients | |
CN103674021B (zh) | 基于捷联惯导与星敏感器的组合导航系统及方法 | |
Chen et al. | A new geomagnetic matching navigation method based on multidimensional vector elements of earth’s magnetic field | |
CN112729288B (zh) | 一种重力梯度-地形异源数据匹配的导航定位系统 | |
CN108225307B (zh) | 一种惯性测量信息辅助的星图匹配方法 | |
Han et al. | A mismatch diagnostic method for TERCOM-based underwater gravity-aided navigation | |
US9983585B1 (en) | Method and apparatus for operation of a remote sensing platform | |
CN103196445A (zh) | 基于匹配技术的地磁辅助惯性的载体姿态测量方法 | |
CN111156989B (zh) | 基于指向自动测定的空间碎片实时天文定位方法 | |
Wang et al. | Technology of gravity aided inertial navigation system and its trial in South China Sea | |
CN112525203A (zh) | 一种基于角度约束辅助测量的航天器自主天文导航方法 | |
Dumble et al. | Airborne vision-aided navigation using road intersection features | |
CN107063193A (zh) | 基于全球卫星导航系统动态后处理技术航空摄影测量方法 | |
Karshakov et al. | Aeromagnetic gradiometry and its application to navigation | |
CN110887472B (zh) | 一种偏振-地磁信息深度融合全自主姿态解算方法 | |
Chen et al. | An improved geomagnetic navigation method based on two-component gradient weighting | |
CN111156991B (zh) | 基于指向误差自动测定的空间碎片实时天文定位方法 | |
Zhuangsheng et al. | Study on initial gravity map matching technique based on triangle constraint model | |
Gnadt et al. | Signal enhancement for magnetic navigation challenge problem | |
Tjahjadi et al. | Single image orientation of UAV's imagery using orthogonal projection model | |
Hezel | Improving aeromagnetic calibration using artificial neural networks | |
CN107543541B (zh) | 一种适合室内自由运动载体的地磁定位方法 | |
CN109029451A (zh) | 基于网络信标矫正的小型无人机自主定位方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |