鲁棒性地形匹配/惯性组合导航算法

程传奇，郝向阳，张振杰，马智刚

（信息工程大学 导航与空天目标工程学院，郑州 450001）

鲁棒性地形匹配/惯性组合导航算法

程传奇，郝向阳，张振杰，马智刚

（信息工程大学 导航与空天目标工程学院，郑州 450001）

基于传统平均绝对差算法引入了选取搜索区域和匹配运算的改进策略，使得算法在匹配定位时允许载体灵活机动，提高了实时性；针对桑迪亚算法易发散的问题，分析了组合滤波算法的特点，建立了地形匹配/惯性组合导航的数学模型；针对地形匹配“虚定位”影响滤波结果的问题，引入了一种基于新息向量的鲁棒检测算法，采用最小二乘对误匹配点进行拟合改正。仿真研究表明：与传统算法相比，组合滤波算法精度更高、稳定性更强，能高频率（200 Hz）输出高精度导航参数，误差保持在一个格网间距（90 m）以内；鲁棒检测算法能有效抵御粗差影响，在经纬度方向各加入0.05°粗差的情况下，仍可保持较高精度。

地形匹配；组合导航；扩展卡尔曼滤波；新息向量；鲁棒性

地形辅助导航（Terrain Aided Navigation，TAN）是一种自主、隐蔽、全天候的无源导航方式，在军事导航领域及水下潜器自主导航中应用广泛[1]。相关学者针对地形辅助导航算法开展了大量的研究工作，归结起来，地形辅助导航算法可分为批处理和递推滤波两大类[2]。经典的批处理算法有地形等高线匹配（Terrain Contour Matching，TERCOM）算法和等值线最近点迭代（Iterative Closest Contour Point，ICCP）算法，递推滤波算法有桑迪亚地形辅助导航（Sandia Inertial Terrain Aided Navigation，SITAN）算法和粒子滤波（Particle Filtering，PF）算法。批处理算法实时性差且TERCOM对航向误差敏感、ICCP对初始误差敏感，易陷入局部最优。……