本發(fā)明涉及慣性導(dǎo)航技術(shù)領(lǐng)域，具體涉及一種重力匹配導(dǎo)航中的重力場適配性判斷方法。

背景技術(shù)：

慣性導(dǎo)航系統(tǒng)是水下定位的主要設(shè)備。由于慣導(dǎo)的位置誤差會隨時間累積,長時間航行時需要進(jìn)行重調(diào)和校正才能保證載體的定位精度。利用重力信息校正慣導(dǎo)的累積誤差能夠?qū)崿F(xiàn)無源導(dǎo)航，因此重力匹配輔助導(dǎo)航是值得研究的方法。重力輔助慣導(dǎo)系統(tǒng)包括慣導(dǎo)系統(tǒng)，重力匹配算法，濾波環(huán)節(jié)，重力測量和重力數(shù)據(jù)背景圖等部分。其中，匹配算法是重力匹配輔助導(dǎo)航系統(tǒng)的核心。

不同區(qū)域重力場分布的差異性以及來自各種測量手段和數(shù)據(jù)歸算的誤差，重力匹配算法難以實(shí)現(xiàn)精確無誤的定位。為了進(jìn)一步提高系統(tǒng)的定位成功率，需要結(jié)合航行區(qū)域的匹配數(shù)據(jù)分布特性，揚(yáng)長避短，使重力匹配算法發(fā)揮更大效用。顯然，重力場變化劇烈的區(qū)域，區(qū)域內(nèi)重力數(shù)據(jù)相關(guān)性較弱，在匹配定位時更有利于減小匹配算法對量測誤差的敏感性。所以，事先對背景圖重力場的可匹配性和局部區(qū)域的適配性分析，不僅能保證匹配導(dǎo)航的有效性還會提高匹配定位的精度。完成預(yù)航行區(qū)域的可匹配性分析，使運(yùn)載體盡量行駛于有利于重力匹配的區(qū)域，能有效提升導(dǎo)航定位效果。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提供了一種重力匹配導(dǎo)航中的重力場適配性判斷方法，能夠?qū)崿F(xiàn)對背景圖重力場的可匹配性和局部區(qū)域的適配性進(jìn)行判斷，是否可用于導(dǎo)航，從而保證匹配導(dǎo)航的有效性并提高匹配定位的精度。

本發(fā)明的一種重力匹配導(dǎo)航中的重力場適配性判斷方法，步驟如下：

步驟1、基于密度估計(jì)，計(jì)算重力異常背景圖中各個網(wǎng)格點(diǎn)的局部區(qū)域重力異常適配性分析函數(shù)：

式中，x＝[[lλ]^tδg]，[lλ]是地理位置；δg是重力異常值，n是以網(wǎng)格點(diǎn)x為中心的局部區(qū)域內(nèi)的網(wǎng)格數(shù)，xi為局部區(qū)域內(nèi)的網(wǎng)格點(diǎn)的地理位置，i＝1,2，…，n；

多元密度函數(shù)表達(dá)式為：

空間域密度函數(shù)ks和重力異常域密度函數(shù)kr都為修剪的高斯分布密度函數(shù)，其表達(dá)式為：

式中，hs是空間帶寬，其設(shè)定值與位置誤差允許范圍一致；σs為匹配位置誤差標(biāo)準(zhǔn)差；σr為重力異常誤差標(biāo)準(zhǔn)差；hr是重力異常帶寬；

步驟2、遍歷重力異常背景圖中每個網(wǎng)格點(diǎn)，按照步驟1的方法獲得每個網(wǎng)格點(diǎn)對應(yīng)的重力異常適配性分析函數(shù)值，并與設(shè)定的閾值進(jìn)行比較，由此判斷該網(wǎng)格點(diǎn)對應(yīng)的重力異常值是否用于導(dǎo)航中。

本發(fā)明具有如下有益效果：

本發(fā)明引入空間域和重力異常域的密度函數(shù)估計(jì)方法，引入空間域和重力異常域的密度函數(shù)估計(jì)組成混合域的密度函數(shù)，通過對局部區(qū)域的積分，得到適配函數(shù)值,有效地彌補(bǔ)傳統(tǒng)算法的缺陷，通過重力信息匹配過程提供更及時有效的位置信息修正慣導(dǎo)的積累誤差。

附圖說明

圖1為本發(fā)明的適配函數(shù)構(gòu)建流程圖。

具體實(shí)施方式

下面結(jié)合附圖并舉實(shí)施例，對本發(fā)明進(jìn)行詳細(xì)描述。

重力異常匹配算法的核心思想是通過重力異常值的匹配得到載體位置的估計(jì)。匹配算法的定位誤差的大小決定了匹配算法的效果。在匹配過程中，發(fā)生誤匹配產(chǎn)生的位置誤差為兩個被混淆點(diǎn)的距離，根據(jù)以上兩個區(qū)域的網(wǎng)格點(diǎn)分布，第一個區(qū)域造成的誤匹配后果更嚴(yán)重?；谝陨戏治?，在誤匹配無法完全避免的情況下，匹配數(shù)據(jù)的適配性分析應(yīng)同時考慮局部區(qū)域數(shù)據(jù)的空間分布和重力異常分布，單個區(qū)域的數(shù)據(jù)變化程度并不能完全表征一個區(qū)域的適配性。

基于密度函數(shù)估計(jì)的數(shù)據(jù)適配性分析從匹配原理出發(fā)提出區(qū)域匹配效果的評價。因?yàn)橹亓Ξ惓Ｗ兓奈⑷跣院筒幻鞔_性，基于重力異常單值的匹配都是不可行的。一般的匹配過程都是在慣導(dǎo)提供的置信空間內(nèi)進(jìn)行的，即為基于局部區(qū)域的匹配過程。構(gòu)建適配函數(shù)的實(shí)質(zhì)是通過統(tǒng)計(jì)局部區(qū)域內(nèi)引起誤匹配的概率以及誤匹配發(fā)生后造成的定位誤差來評價局部區(qū)域的適配程度。通過適配函數(shù)的統(tǒng)計(jì)分析認(rèn)為發(fā)生誤匹配的幾率較小或者即使誤匹配但導(dǎo)致的位置誤差較小的局部區(qū)域是適配效果較好的區(qū)域。

本發(fā)明提供了一種基于密度估計(jì)的適配性分析方法，引入空間域和重力異常域的密度函數(shù)估計(jì)組成混合域的密度函數(shù)，通過對局部區(qū)域的積分，得到適配函數(shù)值,如圖1所示，具體為：

1、因?yàn)橹亓Ξ惓１尘皥D為網(wǎng)格圖，基于密度估計(jì)，針對重力異常背景圖中網(wǎng)格點(diǎn)的局部區(qū)域重力異常適配性分析函數(shù)的形式為：

式中，x＝[[lλ]^tδg]，[lλ]是地理位置，用經(jīng)緯度表示；δg是重力異常值，n是以網(wǎng)格點(diǎn)x為中心的局部區(qū)域內(nèi)的網(wǎng)格數(shù)，xi為局部區(qū)域內(nèi)的網(wǎng)格點(diǎn)的地理位置，i＝1,2，…，n。其中，n的取值根據(jù)背景圖的大小確定，一般背景圖越大，你取值越大。

多元密度函數(shù)表達(dá)式為：

式中，ks是空間域密度函數(shù)，kr是重力異常域密度函數(shù)。根據(jù)上面兩個空間域的密度函數(shù)分析，密度函數(shù)計(jì)算的是局部區(qū)域內(nèi)臨近網(wǎng)格點(diǎn)對中心網(wǎng)格點(diǎn)匹配的干擾程度。根據(jù)統(tǒng)計(jì)特性，適配函數(shù)的值越小，在以x為中心的局部區(qū)域內(nèi)干擾網(wǎng)格點(diǎn)越少，即使受到干擾，干擾引起的誤差也越小，這樣的局部區(qū)域的適配性越好。

2、適配函數(shù)空間域和重力異常域的密度函數(shù)都為修剪的高斯分布密度函數(shù)，其表達(dá)式為：

式中，hs是空間帶寬，因?yàn)閔s決定統(tǒng)計(jì)區(qū)域的大小，所以太小會統(tǒng)計(jì)信息不全面，太大會統(tǒng)計(jì)冗余信息，hs的設(shè)定應(yīng)和位置誤差允許范圍一致；σs為匹配位置誤差標(biāo)準(zhǔn)差，在網(wǎng)格化背景圖中，即使匹配算法定位到正確的網(wǎng)格點(diǎn)，還有可能存在位置誤差，且最大位置誤差為網(wǎng)格長度；σr為重力異常誤差標(biāo)準(zhǔn)差，這里的重力異常誤差是觀測誤差，不僅包括背景圖的重力異常數(shù)據(jù)精度，還包括重力傳感器的測量精度；hr是重力異常帶寬，根據(jù)圓概率誤差，一般設(shè)定為3σr?？臻g密度函數(shù)和重力異常密度函數(shù)都選取修剪高斯密度函數(shù)的原因是：當(dāng)重力異常值差超過最大限值時，這樣的點(diǎn)不會引起誤匹配，所以這些點(diǎn)對適配性的影響相同，當(dāng)重力異常差小于最大限制，就對空間分布和重力異常分布進(jìn)行高斯分布假設(shè)。

綜上所述，以上僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。