基于地形正演的全张量重力梯度水下辅助导航方法研究

重力梯度仪、重力梯度基准图和匹配定位算法是重力梯度导航系统的三个基本要素。本课题围绕重力梯度基准图和匹配定位算法两个要素展开研究工作，提出基于地形正演的全张量重力梯度水下辅助导航方法。国际上已有高精度重力梯度仪，但由于实测重力梯度数据代价太高，且某些区域无法实地测量，目前没有覆盖全球范围的高精度重力梯度基准图，但我国拥有全球高精度的地形数据，因此借用地球物理科学领域的重力梯度测量原理和补偿技术，利用地形正演方法，即已知地形高程数据求解重力梯度数据并进行补偿，来制备重力梯度基准图；重力梯度的测量是一个包含五个独立分量的矢量特征，它与地形测量有很大差异，因此提出基于全张量重力梯度矢量多特征融合匹配定位方案，设计变感受野的神经网络搜索和加权粒子滤波跟踪的融合匹配定位算法，可以充分利用全张量重力梯度五个独立分量所包含的信息互补性，从而获得到更高的匹配概率和匹配精度。

重力梯度仪、重力梯度基准图和匹配定位算法是重力梯度导航系统的三个基本要素。本项目围绕重力梯度基准图的制备、适配区选择以及匹配定位算法等几个方面展开研究工作，提出了基于地形正演的全张量重力梯度水下辅助导航方法。我们借用地球物理科学领域的重力梯度测量原理和补偿技术，研究了利用地形正演方法制备重力梯度基准图的基本原理；对重力梯度测量进行了干扰因素的研究和误差分析建模；对重力场时变因素进行了分析和建模；研究了应用地球物理领域的地壳均衡理论，对重力梯度正演公式中的密度参数进行修正；提出了一种考虑地壳均衡因素的重力梯度图制备方法，并考虑海浪对高精度水下重力梯度测量的影响，建立了基于地形正演的导航实验用基准图数据库；分别从特征的易匹配程度、低计算复杂度、不变性和抗失真性等几个方面，研究了全张量重力梯度场的特征参数及其最优提取方法，提出了重力梯度导航定位适配区划分准则；基于传统数理分析法、主成分和层次分析分析法以及支撑向量机法对重力梯度导航定位适配区划分方法进行了深入研究，提出了3种重力梯度导航定位适配区划分的方法；借用神经元的概念，并采用变感受野的匹配策略来获得INS的定位误差，提出了基于最邻近神经网络的全张量重力梯度辅助导航方法；提出了一种基于全张量重力梯度加权粒子滤波跟踪的融合匹配定位算法；研究了水下导航相关的水下目标识别方法，结合基于重力梯度信息的水下目标探测，提出了一种结合匹配区选择和障碍物探测的水下路径规划方法。本项目研究为水下辅助导航方法提供了新思路，充分利用了全张量重力梯度五个独立分量包含的信息互补性，为水下辅助导航获得了更高的匹配概率和匹配精度。