地形辅助导航的匹配算法研究：地形熵与平均绝对差结合

"这篇硕士学位论文主要探讨了地形辅助导航系统中的匹配算法，特别是基于数字地图、地形熵和平均绝对差的算法。作者苑娜在导师吴俊伟的指导下，研究了地形匹配技术，生成了仿真数字地图，并分析了多种地形匹配算法的原理、特点和应用。" 在现代组合导航系统中，地形辅助导航（TAN）扮演着关键角色，通过结合惯导系统（INS）和无线电高度表以及数字地图来提高导航精度。这篇论文详细阐述了实现地形匹配所需的数字地图技术，包括如何构建地形的数学模型并生成仿真数字地图，这些地图对于在各种参数下进行匹配算法的仿真至关重要。 论文深入研究了两种成熟的地形匹配算法：地形轮廓匹配算法（TERCOM）和卡尔曼滤波地形辅助导航方法（SITAN）。TERCOM利用地形轮廓信息进行匹配，而SITAN则结合了卡尔曼滤波理论以优化导航性能。同时，论文重点关注了地形熵匹配算法和平均绝对差（MAD）算法，这两种算法在复杂地形条件下的匹配效率和准确性尤为突出。地形熵算法擅长处理大面积数据，即使在噪声环境下也能快速定位，但稳定性不足，易发散。相比之下，MAD算法提供了更高的匹配精度，其与地形熵的结合能有效抑制发散现象，提高算法的稳定性。 为了验证基于熵的匹配算法的性能，论文采用二维随机过程仿真的数字地图数据进行匹配仿真。仿真结果证实，地形熵算法对基准误差有很好的抵抗能力，尤其在地形特征鲜明的区域，能迅速找到匹配点，实现高效的匹配效果。 关键词涉及的领域包括：地形匹配技术，数字地图的使用，以及在匹配过程中地形熵和平均绝对差这两个关键指标的计算与应用。通过这些研究，论文为地形辅助导航系统的设计和改进提供了理论基础和实践指导。