由于重力异常具有随机性, 导致序列重力匹配算法精度受到匹配轨迹起始点位置的影响, 因此, 该文提出了 一种动态序列重力匹配算法。该算法通过对构建多起点匹配轨迹序列, 动态选择起始点, 构建匹配轨迹序列, 通过相关极值法提高重力匹配精度。结果表明,动态序列重力匹配算法重力匹配精度高, 实时性好, 能为水下载体长时间航行提供导航信息。

粒子滤波广泛应用于水下物理场辅助导航中。针对传统粒子滤波算法中粒子退化的缺陷, 提出了一种改进粒子滤波算法。该算法在滤波中对导航定位误差和地形量测误差进行实时估计, 并根据估计结果对每一次粒子重采样策略进行调整, 使新生粒子在定位误差区域中随机分布的同时, 能向载体所处位置概率密度大的区域相对聚集。使用该算法进行水下地形匹配惯性导航的仿真中, 相较于传统滤波方法能在保证定位误差快速减小的同时, 避免由于粒子退化造成的滤波发散, 并有效提高了最终滤波精度。通过该方法, 长时间使用纯惯导系统导航所积累的定位误差在 500s内由 900m下降到 50m内。在未来水下多物理场辅助导航领域将具有广泛应用前景。