留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于粒子群优化的飞行器地形匹配新算法

何艳萍 刘新学 蔡艳平 李亚雄 朱昱

何艳萍, 刘新学, 蔡艳平, 李亚雄, 朱昱. 基于粒子群优化的飞行器地形匹配新算法[J]. 红外与激光工程, 2016, 45(S1): 115-120. doi: 10.3788/IRLA201645.S114002
引用本文: 何艳萍, 刘新学, 蔡艳平, 李亚雄, 朱昱. 基于粒子群优化的飞行器地形匹配新算法[J]. 红外与激光工程, 2016, 45(S1): 115-120. doi: 10.3788/IRLA201645.S114002
He Yanping, Liu Xinxue, Cai Yanping, Li Yaxiong, Zhu Yu. New aircraft terrain matching algorithm based on particle swarm optimization[J]. Infrared and Laser Engineering, 2016, 45(S1): 115-120. doi: 10.3788/IRLA201645.S114002
Citation: He Yanping, Liu Xinxue, Cai Yanping, Li Yaxiong, Zhu Yu. New aircraft terrain matching algorithm based on particle swarm optimization[J]. Infrared and Laser Engineering, 2016, 45(S1): 115-120. doi: 10.3788/IRLA201645.S114002

基于粒子群优化的飞行器地形匹配新算法

doi: 10.3788/IRLA201645.S114002
详细信息
    作者简介:

    何艳萍(1979-),女,讲师,博士,主要研究方向为飞行器设计。Email:caiyanping502@163.com

  • 中图分类号: V444;TP339

New aircraft terrain matching algorithm based on particle swarm optimization

  • 摘要: 为了提高传统地形匹配算法的定位精度问题,提出了一种基于粒子群优化的飞行器地形匹配新算法。该算法以参考导航系统测量位置为中心规划真实位置的搜索范围,从基准地形图上提取相应的地形高程数据,然后将粒子群优化算法引入匹配区搜索,并将得到的地形剖面像元高程参量作为粒子群体中的粒子。在此基础上,采用归一化积相关函数作为粒子适应度函数,通过适应度最大度量值来比较基准子图和实时图剖面的相似程度,最后通过仿真分析,比较了基于TERCOM和PSO的匹配算法匹配精度和匹配时间。仿真结果表明,基于PSO算法的匹配效果优于传统TERCOM算法,匹配时间虽较TERCOM算法略长,但满足实时性要求。
  • [1] Wu Kang, Zhao Long. Alogorithm research on navigation matching apply to airlines[J]. Piezoelectrics Acoustooptics, 2010, 32(5):754-761. (in Chinese) 吴康, 赵龙. 适用航空的导航匹配算法研究[J]. 压电与声光, 2010, 32(5):754-761.
    [2] Li Xiongwei, Liu Jianye, Kang Guohua. Development and application of TERCOM elevation-aided navigation system[J]. Journal of Chinese Inertial Technology, 2006, 14(1):34-40. (in Chinese) 李雄伟, 刘建业, 康国华. TERCOM地形高程辅助导航系统发展及应用研究[J]. 中国惯性技术学报, 2006, 14(1):34-40.
    [3] Liu Hong, Gao Yongqi, Shen Jian. Under water terrain matching techniques based on combination of PMF and TERCOM algorithms[J]. Torpedo Technology, 2012, 20(6):437-442. (in Chinese) 刘洪, 高永琪, 谌剑. 基于PMF和TERCOM组合算法的水下地形匹配技术[J]. 鱼雷技术, 2012, 20(6):437-442.
    [4] Yan Li, Cui Chenfeng, Wu Hualin. A gravity matching algorithm based on TERCOM[J]. Geomatics and Information Science of Wuhan University, 2009, 34(3):261-264. (in Chinese) 闫利, 崔晨风, 吴华玲. 基于TERCOM算法的重力匹配[J]. 武汉大学学报(信息科学版), 2009, 34(3):261-264.
    [5] Zhao Jianhu, Wang Shengping, Wang Aixue. An improved TERCOM algorithm for underwater geomagnetic matching navigation[J]. Science of Wuhan University, 2009, 34(11):1320-1322.
    [6] Wang Shengping, Zhang Hongmei, Zhao Jianhu, et al. Marine geomagnetic navigation technology based on integration of TERCOM and ICCP[J]. Geomatics and Information Science of Wuhan University, 2011, 36(10):1209-1212. (in Chinese) 王胜平, 张红梅, 赵建虎, 等. 利用TERCOM与ICCP进行联合地磁匹配导航[J]. 武汉大学学报(信息科学版), 2011, 36(10):1209-1212.
    [7] Lv Wentao, Wang Honglun, Liu Chang, et al. Design and simulation of terrain matching aided navigation system for UAVs[J]. Electronics Optics Control, 2014, 21(5):63- 67. (in Chinese) 吕文涛, 王宏伦, 刘畅, 等. 无人机地形匹配辅助导航系统设计与仿真[J]. 电光与控制, 2014, 21(5):63- 67.
    [8] Zhang Tao, Xu Xiaosu, Li Peijuan. Underwater terrain matching algorithmbased on chaotic optimization[J]. Journal of Chinese Inertial Technology, 2009, 17(2):156-164. (in Chinese) 张涛, 徐晓苏, 李佩娟. 混沌优化水下地形匹配算法研究[J]. 中国惯性技术学报, 2009, 17(2):156-164.
    [9] Xu Zunyi, Wei Dong, Li Jing, et al. Simulation research on the correlation matching algorithm based on particle swarm optimization for aircraft geomagnetic aid navigation[J]. Ship Science and Technology, 2011, 33(11):3-6. (in Chinese) 徐遵义, 魏东, 李璟, 等. 基于粒子群优化的飞行器地磁相关匹配新算法仿真[J]. 舰船科学技术, 2011, 33(11):3-6.
    [10] Zhang Kai, Zhao Jianhu, Wang Qie. Study on recognition and classification of appropiate matching area for under water navigation based on SVM[J]. Journal of Geodesy and Geodynamics, 2013, 33(6):72-77. (in Chinese) 张凯, 赵建虎, 王锲. 基于支持向量机的水下地形匹配导航中适配区划分方法研究[J]. 大地测量与地球动力学, 2013, 33(6):72-77.
  • [1] 李鼎, 于旭东, 魏国, 罗晖.  双轴旋转激光惯导非正交误差优化标定方法 . 红外与激光工程, 2023, 52(6): 20230148-1-20230148-9. doi: 10.3788/IRLA20230148
    [2] 徐慧, 蔡光斌, 穆朝絮, 张艳红, 李欣.  高超声速滑翔飞行器全程总红外辐射最小的轨迹优化(特邀) . 红外与激光工程, 2022, 51(4): 20220194-1-20220194-13. doi: 10.3788/IRLA20220194
    [3] 罗哲, 王舒眉, 闫循良, 李新三.  RBCC动力飞行器上升段轨迹优化设计 . 红外与激光工程, 2022, 51(8): 20210956-1-20210956-8. doi: 10.3788/IRLA20210956
    [4] 谢俊峰, 刘仁, 王宗伟, 莫凡, 窦显辉.  高分七号星载激光测高仪在轨几何检校与精度评估 . 红外与激光工程, 2021, 50(8): 20200396-1-20200396-11. doi: 10.3788/IRLA20200396
    [5] 于鲲, 段雨晗, 丛明煜, 戴文聪.  飞行器红外物理成像仿真优化计算方法 . 红外与激光工程, 2021, 50(4): 20200241-1-20200241-14. doi: 10.3788/IRLA20200241
    [6] 陈鹏, 赵继广, 杜小平, 宋一铄.  基于粒子群优化的近似散射相函数拟合方法 . 红外与激光工程, 2019, 48(12): 1203005-1203005(7). doi: 10.3788/IRLA201948.1203005
    [7] 叶华, 谭冠政, 李广, 刘晓琼, 李晋, 周聪, 朱会杰.  基于稀疏表示与粒子群优化算法的非平稳信号去噪研究 . 红外与激光工程, 2018, 47(7): 726005-0726005(8). doi: 10.3788/IRLA201847.0726005
    [8] 孙吉伟, 冯辅周, 闵庆旭, 徐超, 朱俊臻.  涡流脉冲热像技术中检测条件的粒子群优化 . 红外与激光工程, 2018, 47(8): 818005-0818005(7). doi: 10.3788/IRLA201847.0818005
    [9] 张尧, 王宏力, 陆敬辉, 何贻洋, 姜伟.  基于粒子群算法的星敏感器光学误差标定方法 . 红外与激光工程, 2017, 46(10): 1017002-1017002(8). doi: 10.3788/IRLA201770.1017002
    [10] 魏东辉, 陈万春, 程进.  无人飞行器基于前视序列图像的地形跟随技术 . 红外与激光工程, 2017, 46(4): 428002-0428002(7). doi: 10.3788/IRLA201746.0428002
    [11] 张爽, 秦华, 杨开, 刘珍.  高斯光束整形非球面透镜的粒子群优化设计方法 . 红外与激光工程, 2017, 46(12): 1206005-1206005(6). doi: 10.3788/IRLA201746.1206005
    [12] 马大中, 翟小军, 孙秋野.  基于复合式PSO的光伏最大功率点跟踪控制 . 红外与激光工程, 2015, 44(12): 3801-3806.
    [13] 范新明, 曹剑中, 杨洪涛, 王华伟, 杨磊, 廖加文, 王华, 雷杨杰.  改进粒子群优化在稳定平台多空间分析模型的应用 . 红外与激光工程, 2015, 44(8): 2395-2400.
    [14] 郝惠敏, 张勇, 权龙.  三电极碳纳米管传感器的极间距优化 . 红外与激光工程, 2015, 44(10): 3061-3065.
    [15] 毛海岑, 刘爱东, 王亮.  采用混合粒子群算法的星图识别方法 . 红外与激光工程, 2014, 43(11): 3762-3766.
    [16] 肖松, 谭贤四, 王红, 李志淮.  变结构多模型临近空间高超声速飞行器跟踪算法 . 红外与激光工程, 2014, 43(7): 2362-2370.
    [17] 闫得杰, 李伟雄, 吴伟平, 王栋.  空间相机像移补偿计算中飞行器大姿态角使用方法 . 红外与激光工程, 2014, 43(4): 1200-1205.
    [18] 秦华, 王立刚, 张静华, 类成新, 韩克祯.  用粒子群算法设计的5镜系统与ZEBASE中5镜系统比较 . 红外与激光工程, 2013, 42(10): 2724-2731.
    [19] 高旭, 万秋华, 杨守旺, 陈伟, 赵长海.  提高光电轴角编码器细分精度的改进粒子群算法 . 红外与激光工程, 2013, 42(6): 1508-1513.
    [20] 柏连发, 韩静, 张毅, 陈钱.  采用改进梯度互信息和粒子群优化算法的红外与可见光图像配准算法 . 红外与激光工程, 2012, 41(1): 248-254.
  • 加载中
计量
  • 文章访问数:  470
  • HTML全文浏览量:  102
  • PDF下载量:  146
  • 被引次数: 0
出版历程
  • 收稿日期:  2016-01-10
  • 修回日期:  2016-02-08
  • 刊出日期:  2016-05-25

基于粒子群优化的飞行器地形匹配新算法

doi: 10.3788/IRLA201645.S114002
    作者简介:

    何艳萍(1979-),女,讲师,博士,主要研究方向为飞行器设计。Email:caiyanping502@163.com

  • 中图分类号: V444;TP339

摘要: 为了提高传统地形匹配算法的定位精度问题,提出了一种基于粒子群优化的飞行器地形匹配新算法。该算法以参考导航系统测量位置为中心规划真实位置的搜索范围,从基准地形图上提取相应的地形高程数据,然后将粒子群优化算法引入匹配区搜索,并将得到的地形剖面像元高程参量作为粒子群体中的粒子。在此基础上,采用归一化积相关函数作为粒子适应度函数,通过适应度最大度量值来比较基准子图和实时图剖面的相似程度,最后通过仿真分析,比较了基于TERCOM和PSO的匹配算法匹配精度和匹配时间。仿真结果表明,基于PSO算法的匹配效果优于传统TERCOM算法,匹配时间虽较TERCOM算法略长,但满足实时性要求。

English Abstract

参考文献 (10)

目录

    /

    返回文章
    返回