基于带约束人工蜂群算法和平均Hausdorff距离的重力匹配方法.pdf

基于带约束人工蜂群算法和平均Hausdorff距离的重力匹配方法.pdf

ID:51450143

大小:618.93 KB

页数:5页

时间:2020-03-25

基于带约束人工蜂群算法和平均Hausdorff距离的重力匹配方法.pdf_第1页
基于带约束人工蜂群算法和平均Hausdorff距离的重力匹配方法.pdf_第2页
基于带约束人工蜂群算法和平均Hausdorff距离的重力匹配方法.pdf_第3页
基于带约束人工蜂群算法和平均Hausdorff距离的重力匹配方法.pdf_第4页
基于带约束人工蜂群算法和平均Hausdorff距离的重力匹配方法.pdf_第5页
资源描述:

《基于带约束人工蜂群算法和平均Hausdorff距离的重力匹配方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第27卷第1期传感技术学报Vo1.27No.12014年1月CHINESEJOURNALOFSENSORSANDACTUAFORSJan.2014GravityMatchingMethodBasedonArtificialBeeColonyAlgorithmwithRestrictionandMHDGAOWei,ZHAOBo,ZHOUGuangtao(CollegeofAutomation,HarbinEngineeringUniversity,Harbin150001,China)Abstract:Grav

2、itymatchingalgorithmisoneofthekeytechnologiesforgravityaidedinertialnavigationsystem.However,therearelotsofdefectssuchashighcomplexityandsmallrangeofapplicationsforthetraditionalmatchingmethods,SOitisdificulttoobtainaaccurateandfastmatchingresult.Thisarticl

3、ewillintroduceartificialbeecolonyalgorithmwithrestrictionintothesearchingprocessofgravitymatchingandtakethevelocityinformationprovidedbyDVLasarestrictionconditiontorestrictthesearchingprocessofartificialbeecolony.Onthisbasis,modifiedHausdorffdistance(MHD)is

4、introducedinordertoselectthematchingresults.Asaresult,themismatchratewilldecreasewiththeaccuracyofthegravityanomalyingravitydatabaseundercertainconditions.Thesimulationresultsshowthatthealgorithmhasahighmatchrateandcanobtainaccurateandfastpositioninginthegr

5、avityzonewithsignificantfeatureinordertorealizegravityaidedinertialnavigation.Keywords:gravitymatching;modifiedhausdorffdistance;artificialbeecolony;externalrestrictionEEACC:7230Jdoi:10.3969/j.issn.1004—1699.2014.01.014基于带约束人工蜂群算法和平均Hausdorff距离的重力匹配方法术高伟,赵博

6、,周广涛(哈尔滨工程大学自动化学院,哈尔滨150001)摘要:重力配算法是实现重力辅助惯性导航系统的关键技术之一。但是,传统重力匹配方法存在复杂度高、应用范同小等缺陷,一般很难实现精确、快速匹配的效果。将人T蜂群算法用于重力匹配的搜索过程,并将多普勒测速仪提供的速度信息作为限制条件对蜂群搜索过程进行约束。在此基础上,利用平均Hausdorff距离对匹配结果进行筛选,在重力数据库中重力异常精度一定的条件下,可降低误配率。仿真结果表明,该匹配算法在重力特征显著的区域具有较高的匹配率,可以达到精确、快速的配定位,从

7、而实现重力辅助导航。关键词:重力匹配;平均Hausdorff距离;人T蜂群算法;外界约束中图分类号:U666.12文献标识码:A文章编号:1004-1699(2014)01-0074-052O世纪8O年代~9O年代美国和前苏联便相继年,在相关值匹配方向有较多研究成果,包括神经网开始了研制战略水下潜器的无源导航辅助系统。最络、支持向量机、数据关联滤波等J。但是在匹配初的辅助方法是基于图形匹配,包括与海底地形图、精度上没有太大提高。磁场图的匹配,但由于需要用声纳测量海底轮廓,导2005年,Karaboga模仿蜜蜂

8、行为提出了人工蜂致海底地形匹配的隐蔽性较弱;同时由于磁场变化群算法,该算法是集群智能思想的一个具体应复杂目前还难以真正运用到水下潜器导航中,因此用J。它只需要对问题进行优劣的比较,最终在群重力异常和重力梯度数据成为水下潜器导航的主要体中使全局最优值突现出来,在很大程度上避免了无源信息资源。重力辅助导航具有精度高、隐蔽性局部最优的缺陷,适用于区域目标搜索过程。为此,强、自主性强等优点,是潜艇等水下航行

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。