基于高程熵的地形匹配算法研究

论文摘要

地形辅助导航是现代组合导航发展的重要方向之一，地形匹配算法是实现地形辅助导航的基础，基于高程熵的地形匹配算法是目前研究的热点问题，传统的高程熵地形匹配算法存在匹配稳定性较差、误差易发散以及抗噪能力差的缺点，因此，如何提高地形匹配的实时性和精确性，增强地形匹配的鲁棒性，仍有待进一步研究。本文将围绕高程熵地形匹配过程的优化展开研究。首先，本文针对基于LTS Hausdorff距离的地形匹配算法匹配效率低以及抗噪能力差的缺点，提出了基于加权LTS Hausdorff距离的地形匹配算法，并构造了权值公式，给出了加权LTS Hausdorff距离的计算公式；其次，对蜜蜂进化型遗传算法进行了改进，提出了一种基于禁忌搜索机制的蜜蜂进化型遗传算法；最后，将加权LTS Hausdorff距离与改进的蜜蜂进化型遗传算法结合起来进一步优化地形匹配的搜索过程。实验结果表明，基于加权LTS Hausdorff距离的地形匹配算法降低了匹配误差，提高了匹配速度；改进的蜜蜂进化型遗传算法提高了算法的收敛速度，具有更好的全局搜索能力。本文设计的地形匹配算法具有比较理想的精确度和健壮性。针对改进的蜜蜂进化型遗传算法而言，如何合理地选择和调整控制参数是影响算法性能的关键。在后续的研究工作中，本文将从算法参数的设置方面着手，进一步提高改进的蜜蜂进化型遗传算法的性能。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.3 本文工作
• 1.4 章节安排
• 第二章 地形高度匹配技术及优化理论
• 2.1 地形高度匹配技术
• 2.1.1 地形高度匹配系统组成
• 2.1.2 地形高度匹配原理及方法
• 2.1.3 地形匹配度量算法
• 2.1.4 地形高程熵匹配算法
• 2.2 优化理论
• 2.2.1 优化问题概述
• 2.2.2 优化问题的求解模型
• 2.2.3 优化问题求解方法的演变
• 2.3 优化算法在地形匹配中的应用
• 2.4 本章小结
• 第三章 基于加权LTS Hausdorff距离的地形匹配算法
• 3.1 Hausdorff距离及改进机制
• 3.1.1 传统的Hausdorff距离
• 3.1.2 Hausdorff距离的改进机制
• 3.2 加权的鲁棒型LTS HD
• LTS HD的定义'>3.2.1 W_LTS HD的定义
• LTS HD的权值构造'>3.2.2 W_LTS HD的权值构造
• LTS HD的计算步骤'>3.2.3 W_LTS HD的计算步骤
• LTS HD的地形匹配算法'>3.3 基于W_LTS HD的地形匹配算法
• 3.3.1 算法流程
• 3.3.2 算法仿真
• 3.4 本章小结
• 第四章 蜜蜂进化型遗传算法的优化
• 4.1 算法相关原理
• 4.1.1 遗传算法
• 4.1.2 蜂群算法
• 4.1.3 禁忌搜索算法
• 4.2 蜜蜂进化型遗传算法的优化
• 4.2.1 蜜蜂进化型遗传算法分析
• 4.2.2 改进策略
• BEGA算法的设计'>4.3 TS_BEGA算法的设计
• BEGA算法流程'>4.3.1 TS_BEGA算法流程
• BEGA算法详细设计'>4.3.2 TS_BEGA算法详细设计
• 4.4 算法性能验证
• 4.4.1 测试函数介绍
• 4.4.2 算法参数设置
• 4.4.3 仿真试验结果与分析
• 4.5 本章小结
• BEGA在地形匹配中的应用研究'>第五章 TS_BEGA在地形匹配中的应用研究
• BEGA的地形匹配算法'>5.1 基于TS_BEGA的地形匹配算法
• 5.1.1 编码
• 5.1.2 适应度函数构造
• BEGA的地形匹配算法'>5.1.3 基于TS_BEGA的地形匹配算法
• 5.2 算法仿真与分析
• 5.2.1 仿真参数的选择
• 5.2.2 仿真实验
• 5.4 本章小结
• 第六章 结束语
• 致谢
• 参考文献
• 研究成果