[發(fā)明專利]一種基于概率神經(jīng)網(wǎng)絡(luò)的重力匹配方法

在審

• 申請?zhí)枺?/td>: 202210057661.2
• 申請日: 2022-01-19
• 公開（公告）號(hào): CN114440875A
• 公開（公告）日: 2022-05-06
• 發(fā)明（設(shè)計(jì)）人: 王博;易榮雪
• 申請（專利權(quán)）人: 北京理工大學(xué)
• 主分類號(hào): G01C21/16
• 分類號(hào): G01C21/16;G06K9/62;G06N3/00;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明的一種基于概率神經(jīng)網(wǎng)絡(luò)的重力匹配方法，利用概率神經(jīng)網(wǎng)絡(luò)，對慣性導(dǎo)航指示軌跡采樣點(diǎn)進(jìn)行匹配，該方法訓(xùn)練速度快、學(xué)習(xí)過程簡單、錯(cuò)誤分類的期望風(fēng)險(xiǎn)最小，可以得到貝葉斯最優(yōu)估計(jì)結(jié)果，即后驗(yàn)概率較高的匹配點(diǎn)，匹配率高，匹配效果好，可以克服重力測量誤差的影響；對于初次匹配結(jié)果不可信的點(diǎn)，考慮慣性導(dǎo)航采樣點(diǎn)位置相關(guān)性后，再利用粒子濾波的方法二次匹配結(jié)果后，由于粒子濾波方法能更好地處理非線性非高斯問題，所以能更好地提高匹配準(zhǔn)確率，使匹配結(jié)果更加準(zhǔn)確可靠。

技術(shù)領(lǐng)域

本發(fā)明屬于慣性導(dǎo)航技術(shù)領(lǐng)域，具體涉及一種基于概率神經(jīng)網(wǎng)絡(luò)的重力匹配方法。

背景技術(shù)

在水下導(dǎo)航中，慣性導(dǎo)航系統(tǒng)的定位誤差會(huì)隨時(shí)間累積，因此重力匹配作為一種輔助導(dǎo)航方式，常常與慣性導(dǎo)航構(gòu)成組合導(dǎo)航系統(tǒng)，獲得精度更高的導(dǎo)航定位結(jié)果。

2007年，程力和蔡體菁提出一種基于模式識(shí)別神經(jīng)網(wǎng)絡(luò)的重力匹配算法，即利用概率神經(jīng)網(wǎng)絡(luò)(Probabilistic Neural Network，PNN)在重力匹配時(shí)，在慣性導(dǎo)航系統(tǒng)導(dǎo)航軌跡中確定搜索中心點(diǎn)后，在重力背景圖上找到重力特征最接近的坐標(biāo)點(diǎn)，依此規(guī)劃搜索范圍為若干網(wǎng)格點(diǎn)，根據(jù)慣導(dǎo)軌跡采樣點(diǎn)的相對位置坐標(biāo)關(guān)系，從重力背景圖上提取一定維度的重力測量值序列，與對應(yīng)網(wǎng)格點(diǎn)的位置坐標(biāo)一起定義成多個(gè)模式類，創(chuàng)建模式識(shí)別概率神經(jīng)網(wǎng)絡(luò)。輸入一定維度的實(shí)時(shí)重力測量序列，根據(jù)重力特征相關(guān)程度將其識(shí)別到某個(gè)模式類，對比輸出模式類標(biāo)號(hào)確定載體位置^[4]。該算法匹配率高，匹配效果好，可以克服重力測量誤差的影響，實(shí)時(shí)性強(qiáng)。

2016年，于力等人提出引入基于貝葉斯(Bayes)估計(jì)的粒子濾波，將慣導(dǎo)指示位置相鄰點(diǎn)間的相位相關(guān)性加入到匹配算法中，形成矢量匹配算法^[5]。在重力異常較大區(qū)域使用粒子濾波，矢量匹配算法在匹配時(shí)考慮了慣導(dǎo)指示位及和其相鄰點(diǎn)之間的位置關(guān)系，根據(jù)相鄰點(diǎn)之間的位置相關(guān)性校正匹配結(jié)果^[6]。矢量匹配算法對匹配區(qū)域的重力異常變化具有魯棒性，匹配結(jié)果更加準(zhǔn)確可靠。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的是提供一種基于概率神經(jīng)網(wǎng)絡(luò)的重力匹配方法，可以達(dá)到更高的匹配準(zhǔn)確度。

一種基于概率神經(jīng)網(wǎng)絡(luò)的重力匹配方法，包括如下步驟：

步驟1、將慣性導(dǎo)航指示軌跡中每個(gè)采樣點(diǎn)作為起始點(diǎn)，沿慣性導(dǎo)航指示軌跡的時(shí)間線往前取L個(gè)采樣點(diǎn)，得到一條軌跡，設(shè)該起始點(diǎn)為點(diǎn)C；以C點(diǎn)為搜索中心，在重力背景圖劃分的網(wǎng)格圖中，經(jīng)度方向取前、后各M個(gè)網(wǎng)格，緯度方向上、下各取N個(gè)網(wǎng)格，構(gòu)成以C點(diǎn)為中心點(diǎn)的搜索區(qū)域，區(qū)域中共S個(gè)網(wǎng)格點(diǎn)：

S＝(2M+1)×(2N+1) (2-1)

其中，L取值至少為3；M和N分別至少取2；

步驟2、確定慣導(dǎo)指示軌跡采樣點(diǎn)的相對位置：將中心點(diǎn)C的經(jīng)緯度坐標(biāo)表示為在以C為起始點(diǎn)的軌跡上，各采樣點(diǎn)B_i到起始點(diǎn)的經(jīng)緯度距離記為：

Δλ(C-B_i)＝|λ_C-λ_Bi|，i＝1,2...L (2-2)

其中為任一點(diǎn)B_i的經(jīng)緯度坐標(biāo)；

步驟3、在所述搜索區(qū)域內(nèi)，第k個(gè)網(wǎng)格點(diǎn)在重力背景圖中的坐標(biāo)點(diǎn)表示為(i_k,j_k)，其定義為：

i_k＝i-M+R_k (2-4)