[发明专利]基于地形梯度拟合的粒子滤波水下航迹跟踪方法

说明书

本发明公开了基于地形梯度拟合的粒子滤波水下航迹跟踪方法，包括以下步骤：S1：以常用的大样本统计分布估计地形梯度的分布，用数学分布近似的表示地形梯度分布；S2：根据拟合误差选出最佳分布，并根据分布的性质制定地形数据的挑选门限，实时地筛选出给定梯度范围的用于匹配的多波束声呐实时地形数据；相比于其他传统的粒子滤波航迹跟踪算法，具有效率更高，跟踪更可靠的特点，且基于梯度拟合的粒子滤波航迹跟踪算法更大限度地提取地形特征，有利于在给定精度要求下，用最少的粒子数目达到所要求的跟踪效果。

技术领域

本发明涉及水下航行器航迹跟踪领域，特别是基于地形梯度拟合的粒子滤波水下航迹跟踪方法。

背景技术

目前，大多数水下航行器(AUV)水下导航系统都离不开惯性导航系统(INS)。INS系统具有自主性和隐蔽性，在水下导航中发挥主导作用。但由于INS的误差不可避免地随着时间累积，需要采取其他误差修正手段，主要包括全球定位系统辅助方法、声学导航方法、多普勒速度测量辅助方法和地球物理属性测量辅助方法等。而这些技术都有各自的局限性。例如，GPS水下不可用；声学导航依赖于母船或水下人造信标，其作用距离也有限。

由于近年来多波束声呐和DVL装置的不断普及与快速发展，地形辅助方法发挥越来越重要的作用，成为了当今研究热点。地形属于地球物理属性，是一种稳定、可靠且方便测量的信息源，可为INS系统提供可靠的误差修正。当AUV航行时，利用自身配载的地形探测传感器实时获取水下地形数据信息，将这些数据信息与已存储的水下参考数字地形图进行匹配，可以估计水下航行器的精确位置，以此来修正INS累计误差，有效避免了以上GPS以及声学导航存在的不足，很好地满足了水下航行器长时间、自主、安全以及高精度的导航要求。

利用地形的航迹跟踪算法有多种。其中，粒子滤波是一种可靠的方法，能够解决地形辅助惯性导航中的地形非线性问题，并能够提供较高精度的实时位置标示。然而，粒子滤波算法对测量数据处理量和粒子数目有着较高的要求，对平台CPU的运算能力要求较高。在保证实时定位精度的前提下尽量的降低处理器负载，是粒子滤波航迹跟踪算法未来能够广泛应用的前提条件。

发明内容

为解决现有技术中存在的问题，本发明提供了基于地形梯度拟合的粒子滤波水下航迹跟踪方法，相比于其他传统的粒子滤波航迹跟踪算法，具有效率更高，跟踪更可靠的特点，且基于梯度拟合的粒子滤波航迹跟踪算法更大限度地提取地形特征，有利于在给定精度要求下，用最少的粒子数目达到所要求的跟踪效果。

基于地形梯度拟合的粒子滤波水下航迹跟踪方法，包括以下步骤：

S1：以常用的大样本统计分布估计地形梯度的分布，用数学分布近似的表示地形梯度分布；

S2：根据拟合误差选出最佳分布，并根据分布的性质制定地形数据的挑选门限，实时地筛选出给定梯度范围的用于匹配的多波束声呐实时地形数据；

S3：根据筛选出的地形数据建立测量模型，根据惯性导航指示位置变化建立状态空间模型，通过粒子滤波算法实现水下航行器航迹跟踪。

优选地，S1的大样本统计分布估计并表示地形梯度的分布高效提取地形梯度其数学拟合分布为：

正态分布：

其中，x是梯度值，μ用样本均值估计，σ²用样本方差估计；

伽马分布：

其中，x是梯度值，λ为尺度变量，γ为形状变量，为伽马函数；

威布尔分布：

其中，x是梯度值，λ＞0，为尺度变量；k＞0，为形状变量。

优选地，S2包括以下子步骤：