【技术实现步骤摘要】
本专利技术涉及导航、制导与控制，具体涉及一种基于神经网络拟合的重力适配性分析方法。
技术介绍
1、惯性导航系统具有隐蔽性高、抗干扰能力强、导航信息全面、连续性好、信息实时性强等优点，广泛应用于水下导航。但是惯性导航系统误差随时间累积，难以满足水下航行器长航时、高精度的需求。常采用重力匹配导航作为辅助，修正惯性导航系统的误差。重力适配区选取是重力辅助惯性导航的关键技术之一，选择合适的匹配区域有助于提高导航精度。
2、传统适配性分析方法主要是对各种重力场特征参数如标准差、粗糙度、相关系数、坡度、变异系数、偏态系数、峰态系数以及重力信息熵等，采用层次分析法等特征融合方法进行特征融合得到综合特征参数衡量局部区域的适配性。
3、2019年王博等人在《基于虚拟航向的重力辅助惯性导航区域适配性评价方法》中公开了一种基于虚拟航向的重力辅助惯性导航区域适配性评价方法。该方法基于虚拟方向确定适配性分析计算范围，改进了传统重力特征参数表达式，然后使用层次分析法进行特征融合，分析该虚拟方向的重力适配性。
4、2020年王博等...
【技术保护点】
1.一种基于神经网络拟合的重力适配性分析方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述步骤1中，重力场局部区域模板的大小为m×n栅格，滑动窗的横向滑动长度为m/2，纵向滑动长度为n/2。
3.如权利要求1所述的方法，其特征在于，所述步骤2中，大小为m×n栅格的重力场局部区域样本的坡向离散度计算方法如下：
4.如权利要求1或3所述的方法，其特征在于，所述步骤2中，所述重力场特征参数还包括标准差、信息熵、经度粗糙度、纬度粗糙度、经度相关系数、纬度相关系数和方向梯度中的一种或多种。
5.如权利要求1所述...
【技术特征摘要】
1.一种基于神经网络拟合的重力适配性分析方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述步骤1中，重力场局部区域模板的大小为m×n栅格，滑动窗的横向滑动长度为m/2，纵向滑动长度为n/2。
3.如权利要求1所述的方法，其特征在于，所述步骤2中，大小为m×n栅格的重力场局部区域样本的坡向离散度计算方法如下：
4.如权利要求1或3所述的方法，其特征在于，所述步骤2中，所述重力场特征参数还包括标准差、信息熵、经度粗糙度、纬度粗糙度、经度相关系数、纬度相关系数和方向梯度中的一种或多种。
5.如权利要求1所述的方法，其特征在于，所述步骤2中，采用均值方差归一化方法对每一个特征参数进行归一化处理。
6.如权利要求1所述的方法，其特征在于，所述步骤3中，通过重力场局部区域重力匹配...
【专利技术属性】
技术研发人员：邓志红，张文喆，赵生武，王宇，孙正玮，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。