[發(fā)明專利]一種無模型輔助導(dǎo)航適配區(qū)域選取方法

有效

• 申請?zhí)枺?/td>: 202011014026.3
• 申請日: 2020-09-24
• 公開（公告）號: CN112161621B
• 公開（公告）日: 2022-11-25
• 發(fā)明（設(shè)計）人: 王博;馬子玄
• 申請（專利權(quán)）人: 北京理工大學(xué)
• 主分類號: G01C21/16
• 分類號: G01C21/16;G06N3/00
• 代理公司: 北京理工大學(xué)專利中心 11120
• 代理人: 溫子云

本發(fā)明公開了一種無模型輔助導(dǎo)航適配區(qū)域選取方法，能夠提高適配區(qū)域的選取精度，提高匹配效率。將重力場背景圖劃分為柵格，每個柵格提取一組重力場特征參數(shù)，經(jīng)加權(quán)求和得到綜合特征參數(shù)；根據(jù)綜合特征參數(shù)將重力場背景圖樣本點(diǎn)劃分為適配區(qū)、一般適配區(qū)和非適配區(qū)；訓(xùn)練第一層分類器時，將適配區(qū)與一般適配區(qū)作為正樣本，非適配區(qū)作為負(fù)樣本；訓(xùn)練第二層分類器時，將適配區(qū)作為正樣本，一般適配區(qū)作為負(fù)樣本；分類器參數(shù)和特征選取向量組成個體，采用遺傳算法進(jìn)行優(yōu)化；以最佳個體對應(yīng)的分類器參數(shù)以及特征選取向量設(shè)置分類器，對候選適配區(qū)域進(jìn)行處理得到導(dǎo)航適配區(qū)域分類結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明涉及導(dǎo)航、制導(dǎo)與控制技術(shù)領(lǐng)域，具體涉及一種無模型輔助導(dǎo)航適 配區(qū)域選取方法。

背景技術(shù)

快速發(fā)展的水下導(dǎo)航定位技術(shù)以及不斷完善的海洋測量基礎(chǔ)設(shè)施，加快了 導(dǎo)航定位技術(shù)的革新。水下潛器的導(dǎo)航顯得至關(guān)重要，其中慣性導(dǎo)航技術(shù)因其 全導(dǎo)航參量輸出、隱蔽性好、自主性強(qiáng)以及不易受外界環(huán)境影響等特點(diǎn)被廣泛 應(yīng)用于水下導(dǎo)航。

慣性導(dǎo)航系統(tǒng)雖然應(yīng)用廣泛，但由于作為一種航位推算系統(tǒng)其誤差隨時間 累積，故而不能滿足水下潛器長航時的導(dǎo)航要求。為保證水下潛器長航時自主 航行的精度，需要對慣導(dǎo)系統(tǒng)誤差進(jìn)行修正。水聲信號能夠長距離傳播，是水 下運(yùn)載體定位的有效手段，但是由于某些特殊情況下要滿足水下潛器隱蔽性的 要求，需要采用不與外界環(huán)境交換信息的無源方式對慣導(dǎo)系統(tǒng)進(jìn)行校正。在無 源導(dǎo)航輔助手段中，海洋地球物理場信息豐富，海洋重力場一般不隨時間變化， 具有良好的時空分布特征，利用這些特征和信息匹配所得的導(dǎo)航定位信息具有 自主性，且精度不隨時間發(fā)散，滿足水下導(dǎo)航定位的需求。重力輔助慣性導(dǎo)航 系統(tǒng)由慣性導(dǎo)航系統(tǒng)、海洋重力傳感器、海洋重力場背景圖和重力匹配算法四 部分構(gòu)成。重力傳感器實時測得水下運(yùn)載體軌跡上的重力異常信息，同時根據(jù) 慣性導(dǎo)航系統(tǒng)提供的位置信息在事先存儲的海洋重力場背景圖中搜索，讀取重 力異常信息，將兩類數(shù)據(jù)進(jìn)行一定的相關(guān)性匹配分析，最終估計出載體的位置 信息。

在重力輔助慣性水下自主導(dǎo)航系統(tǒng)中，由于水下重力特征變化緩慢，因此 具備可匹配特征的區(qū)域較稀疏，需要利用已經(jīng)掌握的重力場數(shù)據(jù)分析適合重力 匹配的區(qū)域。傳統(tǒng)重力場適配區(qū)選取的方法有SPSS回歸分析法和層次分析法等， 由于SPSS分析法較依賴于適配區(qū)內(nèi)數(shù)據(jù)的精確性，選取誤差可能會因預(yù)存數(shù)據(jù) 精度低而發(fā)散；層次分析法構(gòu)建判別矩陣時依賴于人為對各特征參數(shù)的重要性 把握，受主觀影響大。重力匹配效果與重力場適配區(qū)域選取密切相關(guān)，當(dāng)所選 取的重力區(qū)域所含特征參數(shù)豐富時，定位效果也將提高。然而所選適配區(qū)域并 不都在一定范圍內(nèi)適合所有匹配算法的實施，可能有些區(qū)域重力標(biāo)準(zhǔn)差較大但 經(jīng)緯度相關(guān)系數(shù)大或者粗糙度較小，即可能所選取的特征參數(shù)及建模的判別矩陣不適合，容易將非適配區(qū)誤選為適配區(qū)。

因此，如何進(jìn)一步提升重力場適配區(qū)域的選取精度是目前亟待解決的問題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供了一種無模型輔助導(dǎo)航適配區(qū)域選取方法，能夠提 高適配區(qū)域的選取精度，提高匹配效率。

為了解決上述技術(shù)問題，本發(fā)明是這樣實現(xiàn)的：

一種無模型輔助導(dǎo)航適配區(qū)域選取方法，包括：

步驟1：構(gòu)建兩層的二分類器，第一層分類器用于區(qū)分準(zhǔn)適配區(qū)和非適配區(qū)； 第二層分類器用于從準(zhǔn)適配區(qū)中區(qū)分出適配區(qū)和一般適配區(qū)；

步驟2：構(gòu)建訓(xùn)練樣本：

將已知的重力場背景圖劃分為柵格，每個柵格提取一組n個重力場特征參 數(shù)并進(jìn)行歸一化；n為大于或等于2的正整數(shù)；

采用熵值法確定n個重力場特征參數(shù)的權(quán)值，經(jīng)加權(quán)求和得到綜合特征參 數(shù)；通過將綜合特征參數(shù)與第一閾值和第二閾值比較，將重力場背景圖樣本點(diǎn) 劃分為適配區(qū)、一般適配區(qū)和非適配區(qū)；在訓(xùn)練第一層分類器時，將適配區(qū)與 一般適配區(qū)作為正樣本，非適配區(qū)作為負(fù)樣本；訓(xùn)練第二層分類器時，將適配 區(qū)作為正樣本，一般適配區(qū)作為負(fù)樣本；