基于矢量匹配算法的重力匹配定位误差抑制方法技术

本发明专利技术提供一种基于矢量匹配算法的重力匹配定位误差抑制方法，能够使得匹配的轨迹更加逼近于真实的轨迹。一种基于矢量匹配算法的重力匹配定位误差抑制方法，根据矢量匹配算法判断运动载体的轨迹形状，分为直线轨迹、折线轨迹、曲线轨迹，通过对直线轨迹、折线轨迹和曲线轨迹三种情况分析矢量匹配算法的误差范围，计算出真实载体位置所在的区域。

【技术实现步骤摘要】
基于矢量匹配算法的重力匹配定位误差抑制方法
本专利技术涉及导航、制导与控制
，具体涉及一种基于矢量匹配算法的重力匹配定位误差抑制方法。
技术介绍
重力匹配算法直接决定重力辅助惯导系统的精度，是水下重力无源辅助导航的核心技术。其本质是利用各种合适的信息处理融合方法，将实际测量的水下重力数据和存储好的重力基准图中的相应的重力数据进行相关性分析，根据一定的准则判断这两类数据的相似程度，最终得到对惯导位置的最佳估计结果。传统的重力匹配算法按照采样方式可以分为序列匹配算法和单点匹配算法。序列匹配算法主要有ICCP和TERCOM算法。但是序列匹配算法的实时性比较差。单点匹配算法实时性较好，但是需要较高精度的初始位置，线性化方法选用不当或者线性化的误差较大的话，会出现滤波发散的情况。最近出现了矢量匹配算法。矢量匹配算法是一种单点粒子滤波匹配算法基础上的二次匹配算法，是在单点粒子滤波匹配结果的基础上加入惯导相邻点之间的位置相关性，对匹配结果进行二次估计，并借鉴贪心算法对多个校正结果利用加权最小二乘法得到最终匹配结果。矢量匹配算法相比较传统的重力匹配算法来说具有较好的精度和鲁棒性。但是该方法的精度经过理论的分析是可以进一步提高的。也就是说，该方法的误差是可以继续缩小的。
技术实现思路
有鉴于此，本专利技术提供一种基于矢量匹配算法的重力匹配定位误差抑制方法，能够使得匹配的轨迹更加逼近于真实的轨迹。本专利技术通过以下技术方案实现：一种基于矢量匹配算法的重力匹配定位误差抑制方法，根据矢量匹配算法判断运动载体的轨迹形状，分为直线轨迹、折线轨迹、曲线轨迹，通过对直线轨迹、折线轨迹和曲线轨迹三种情况分析矢量匹配算法的误差范围，计算出真实载体位置所在的区域。当矢量匹配算法判断运动载体的轨迹是直线轨迹时，所述运动载体的真实位置是在以匹配点为圆心，d为半径的圆内；当重力基准图上匹配点位置对应的重力异常值与真实重力异常值之差大于预设阈值的时候，则在以匹配点为圆心，d为半径的圆内进行粒子滤波。当矢量匹配算法判断运动载体的轨迹是折线轨迹时，即运动载体从S点出发，行驶到O1点，再从O1点行驶到O2点，O2点对应的真实位置是在以O2为圆心，以r1为半径的圆内，其中其中，L1是从S到O1这一段航迹的长度；θ表示矢量匹配算法角度误差，l1表示矢量匹配算法第一段长度的误差；当重力基准图上匹配点位置对应的重力异常值与真实重力异常值之差大于预设阈值时，则在以O2为圆心，以r1为半径的圆内进行粒子滤波。当矢量匹配算法判断运动载体的轨迹是曲线轨迹时，即运动载体从A点出发，经过ABCD曲线轨迹到达D点，则D点对应的真实位置是以D点为圆心，kL为半径的圆内；其中其中α为惯导的长度误差系数，L是整个曲线轨迹的长度；当重力基准图上匹配点位置对应的重力异常值与真实重力异常值之差大于预设阈值时，则在D点为圆心，kL为半径的圆内进行粒子滤波。所述粒子滤波采用以下方式：在误差范围内随机撒粒子，计算每个粒子的权值，并进行归一化处理；然后对粒子集进行重采样，重采样后的粒子是其中，是第i个粒子经过重采样得到的粒子，是归一化后的权值，计算为最终匹配点，其中n代表粒子的个数。本专利技术的有益效果：1、本专利技术通过对直线轨迹、折线轨迹和曲线轨迹三种情况分析矢量匹配算法的误差范围，从而精确地计算出真实的载体位置所在区域，减小了搜索的范围，使得粒子滤波中的粒子与真实位置的距离减小。2、本专利技术是在已经有很好的精度和鲁棒性的矢量匹配算法的基础之上进行误差抑制，所以经度误差和纬度误差都比传统的方法小。3、本专利技术计算出误差半径和矢量匹配算法显示的轨迹长度有关，也就是将轨迹长度乘以一个系数就是误差半径，从而减小了计算机关于误差范围的计算，从而减少了数据计算量和提高了匹配速度。附图说明图1为矢量匹配算法显示为直线航迹的误差分析图；图2为矢量匹配算法显示为折线航迹的误差分析图；图3为矢量匹配算法显示为曲线航迹的误差分析图。具体实施方式下面结合附图对本专利技术作进一步介绍。本专利技术提供的一种基于矢量匹配算法的误差抑制方法，主要根据轨迹的形状分为以下三种情况：(1)直线轨迹：如图1，假设矢量匹配算法显示水下运载体沿着直线AO的轨迹进行航行，设矢量匹配算法角度误差为θ，矢量匹配算法长度误差为l，L是整个曲线轨迹的长度，则b＝(L-l)sinθ，c＝L-(L-l)cosθ，e＝Lsinθ，f＝L+l-Lcosθ，由于d2-a2＝4Ll(1-cosθ)＞0，所以d>a。由于d是关于θ的增函数，故弧上任意一点与O的距离都小于d，故这个扇形上的任意一点离点O的距离都不大于d，同时d是关于L的增函数。那么真实的位置应当是在以点O为圆心，d为半径的圆内。重力基准图上匹配点位置对应的重力异常值与真实重力异常值之差大于一定的阈值的时候，将会在该误差范围内进行粒子滤波。阈值应该根据该范围的重力异常值的变化程度来取值，重力异常值变化越大，阈值越大，重力异常值变化越小，阈值越小。在误差范围内随机撒粒子，计算每个粒子的权值，并进行归一化处理；然后对粒子集进行重采样，重采样后的粒子是其中，是第i个粒子经过重采样得到的粒子，是归一化后的权值，计算为最终匹配点，其中n代表粒子的个数。(2)折线轨迹：如图2，假设矢量匹配显示水下运载体是沿着一条折线(从S点到O1点，再到O2点)航行的。那么在O1点中，其真实的位置应当是以O1为圆心，r1为半径的圆内，其中O1为矢量匹配之后的匹配点，L1是第一段航迹的长度。当开始第二段长度为L2航迹的时候，假设A点为真实位置，那么航迹指示点为O2的真实位置是以B点为中心为半径形成的圆形之内。经过分析，航迹指示点为O2的真实位置应当是在以O2为圆心，r1+r2为半径的圆内。实际过程中，li的取值应当与Li有关，即li＝αLi，α为惯导显示的长度误差系数，惯导的轨迹长度误差与惯导显示的轨迹长度成正比，α是这个误差和轨迹长度之比，是一个定值。如果θi取常值的话，ri＝kLi，那么第i段矢量匹配航迹的的终点对应的真实位置应当是以终点为中心，为半径的圆内。重力基准图上匹配点位置对应的重力异常值与真实重力异常值之差大于一定的阈值的时候，将会在该误差范围内进行粒子滤波。在误差范围内随机撒粒子，计算每个粒子的权值，并进行归一化处理；然后对粒子集进行重采样，重采样后的粒子是其中，是第i个粒子经过重采样得到的粒子，是归一化后的权值，计算为最终匹配点，其中n代表粒子的个数。(3)曲线轨迹：对于这条长度为L的ABCD曲线轨迹来说，可以在这条轨迹上取N个等间隔的点，将各个点依次连接，形成折线。如图3，在曲线上取A、B、C、D四个点。将四个点依次连接，形成多段折线轨迹。那么D点的误差范围的半径为(N＝4)，Li为第i条线段的长度，当N→∞，那么误差范围半径就是kL。重力基准图上匹配点位置对应的重力异常值与真实重力异常值之差大于一定的阈值的时候，将会在该误差范围内进行粒子滤波。在误差范围内随机撒粒子，计算每个粒子的权值，并进行归一化处理；然后对粒子集进行重采样，重采样后的粒子是其中，是第i个粒子经过重采样得到的粒子，是归一化后的权值，计算为最终匹配点，其中n代表粒子的个数。本文档来自技高网...

【技术保护点】
一种基于矢量匹配算法的重力匹配定位误差抑制方法，其特征在于，根据矢量匹配算法判断运动载体的轨迹形状，分为直线轨迹、折线轨迹、曲线轨迹，通过对直线轨迹、折线轨迹和曲线轨迹三种情况分析矢量匹配算法的误差范围，计算出真实载体位置所在的区域。

【技术特征摘要】
1.一种基于矢量匹配算法的重力匹配定位误差抑制方法，其特征在于，根据矢量匹配算法判断运动载体的轨迹形状，分为直线轨迹、折线轨迹、曲线轨迹，通过对直线轨迹、折线轨迹和曲线轨迹三种情况分析矢量匹配算法的误差范围，计算出真实载体位置所在的区域。2.如权利要求1所述的一种基于矢量匹配算法的重力匹配定位误差抑制方法，其特征在于，当矢量匹配算法判断运动载体的轨迹是直线轨迹时，所述运动载体的真实位置是在以匹配点为圆心，d为半径的圆内；当重力基准图上匹配点位置对应的重力异常值与真实重力异常值之差大于预设阈值的时候，则在以匹配点为圆心，d为半径的圆内进行粒子滤波。3.如权利要求2所述的一种基于矢量匹配算法的重力匹配定位误差抑制方法，其特征在于，当矢量匹配算法判断运动载体的轨迹是折线轨迹时，即运动载体从S点出发，行驶到O1点，再从O1点行驶到O2点，O2点对应的真实位置是在以O2为圆心，以r1为半径的圆内，其中其中，L1是从S到O1这一段航迹的长度；θ表示矢量匹配算法角度误差，l1表示矢量...

【专利技术属性】
技术研发人员：王博，朱经纬，肖烜，邓志红，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11