一种新的基于R-D分析的重力匹配辅助导航算法

针对现有重力辅助导航匹配算法匹配精度、匹配率受惯导初始位置误差影响较大以及实时性较差等不足,提出一种实时重力辅助导航匹配算法.新算法利用惯导输出的相对位置信息,提取半径、方向角约束模型,然后通过对相似性进行度量,筛选出待匹配点,得到最优匹配参数,该算法可以在惯导初始误差较大的情况下进行实时、高效匹配.实验结果表明,新算法对惯导初始误差不敏感、鲁棒性好,而且精度高、实时性强.     

重力辅助导航高斯插值精化算法

为克服高精度的重力辅助导航传统模型的局限,必须考虑模型误差方程中的重力精化补偿问题。本文在研究二维高斯样条插值函数逼近局部重力异常场的基础上,提出了一种重力辅助导航精化模型构建算法。该精化模型补偿了重力扰动矢量、标准重力模型误差、厄特弗斯修正计算值对导航模型的影响。试验结果表明,利用本文的新型重力辅助导航模型构建算法可使辅助导航系统定位精度提高1倍左右,姿态、速度精度提高1~2倍,定位误差保持在100~200m。     

局部连续场下重力基准图插值优选算法

针对传统重力基准图制备中插值算法多、算法选择费时费力的实际,重点研究在局部重力场下插值算法的快速优选问题。结合长期制图的统计数据,利用层次分析法确定权值,并定义了算法优选量化系数--优选度,实现对不同插值算法的快速初步遴选。结果表明,该算法切实提高了特定条件下重力基准图插值算法的选取速度。