地形辅助导航系统匹配算法研究

"地形辅助导航是现代导航技术中的一个重要分支，主要通过结合惯性导航系统（INS）和地形数据来提高定位精度。此技术利用实时获取的地形高度信息与预存的地形数据库进行比较，修正导航系统的累积误差。本文重点探讨了地形匹配的算法及其在硕士研究生苑娜的指导下进行的研究。 地形匹配算法主要分为两类：地形高程数据匹配系统和景象匹配系统。目前，地形高程数据匹配系统更为成熟，而景象匹配系统仍处于研究阶段。在苑娜的研究中，她深入研究了两种主流的地形匹配算法：地形轮廓匹配算法（TERCOM）和卡尔曼滤波地形辅助导航方法（SITAN）。这两种算法各有特点，分别适用于不同的应用场景。 此外，论文还重点关注了地形熵匹配算法和平均绝对差（MAD）算法的结合。地形熵算法在处理复杂地形区域时表现出色，能快速有效地进行大面积地形数据匹配，即使在噪声环境中也能准确定位。然而，其稳定性不足和易发散的问题被MAD算法的高匹配精度所弥补，两者结合的算法能有效抑制发散现象，提高匹配的稳定性和准确性。 为了验证这些算法的性能，苑娜使用二维随机过程生成数字地图作为仿真数据，进行了匹配仿真实验。实验结果显示，地形熵算法在抵抗基准误差方面有较强的能力，尤其在具有独特地形特征的区域，能迅速找到匹配点，实现良好的匹配效果。 地形辅助导航系统通过与惯导系统结合，显著提升了导航系统的精度。苑娜的研究为改进地形匹配算法，尤其是解决稳定性问题和提高匹配效率提供了新的思路。这在军事和民用领域都有广泛的应用前景，特别是在需要高精度导航的场景中，如航空、航海和无人驾驶等领域。"