地形辅助导航研究：误差曲线与匹配算法分析

"这篇硕士学位论文来自哈尔滨工程大学，作者苑娜，导师吴俊伟，专业为检测技术与自动化装置，主题聚焦于地形辅助导航系统的匹配算法研究。文章探讨了地形匹配在现代组合导航中的重要性，特别是如何通过地形匹配来修正惯导系统(IN_S)的导航信息，以提高导航精度。论文涵盖了数字地图技术、地形数学模型的生成、以及多种地形匹配算法，包括TERCOM、SITAN、地形熵匹配和平均绝对差(MAD)算法。其中，地形熵与MAD结合的算法被提出用于解决稳定性差和发散问题，提高匹配精度。通过二维随机过程仿真，论文验证了这些算法的性能，尤其是在复杂地形区域的匹配效率和准确性。" 地形匹配是现代导航技术中的关键环节，尤其在地形辅助导航(TAN)系统中，它能有效校正惯性导航系统(IN_S)的累积误差。TAN系统通常由IN_S、无线电高度表和数字地图组成，提供更高精度的定位服务。数字地图技术在实现地形匹配中起着基础性作用，论文详细阐述了数字地图的生成和应用。 在算法层面，论文深入探讨了两种主流的地形匹配算法：TERCOM(地形轮廓匹配)和SITAN(卡尔曼滤波地形辅助导航)。TERCOM算法依赖于地形轮廓的相似性进行匹配，而SITAN则运用卡尔曼滤波器处理导航信息，两者各有优势和适用场景。此外，论文还提出了地形熵匹配算法，结合平均绝对差(MAD)算法以提高匹配稳定性和精度。地形熵算法在处理复杂地形时表现出色，尤其是在噪声环境中，能快速准确地确定位置。然而，其稳定性不足和可能的发散问题通过MAD的引入得到了缓解，提升了整体匹配效果。 为了检验算法的实际性能，论文采用二维随机过程生成数字地图作为仿真数据，对比分析了地形熵算法和地形熵结合MAD算法的匹配表现。仿真结果显示，地形熵算法抵抗基准误差的能力强，尤其在地形特征明显的地方，能迅速找到匹配点，实现良好的匹配效果。 关键词涵盖的"地形匹配"、"数字地图"、"地形熵"和"平均绝对差"揭示了论文的主要研究领域和技术重点，它们是理解地形辅助导航系统核心性能的关键因素。通过深入研究和仿真验证，该论文为改进和优化导航系统提供了有价值的理论基础和技术参考。