题目：重力辅助惯性导航中基于三角形模型匹配技术仿真研究

重力辅助惯性导航因其良好的隐蔽性而作为水下运载体的一种导航方式，它是利用全球重力场的随机变化特性来实现惯导系统的定期重调，从而抑制惯导的累积误差。本文针对重力辅助惯性导航中的重力图匹配技术进行算法研究和车载验证，主要的研究内容和创新工作如下：（1）对常用的重力图匹配算法进行仿真研究和综合分析。其中,等值线迭代算法(Iterative Closest Contour Point，ICCP)因其计算量大而不具备实时性，而桑地亚匹配算法（Sandia Inertial Terrain Aided Navigation，SITAN）在惯导初始误差大于0.05°时出现匹配失效的问题。（2）提出一种新的基于三角形约束模型的重力图匹配算法。该算法考虑了数据匹配过程中的非刚性变换，能够提高匹配精度和算法灵活性；同时通过粗匹配和精匹配两级搜索的方法，可以实现了快速有效的初始匹配；最后引入空间映射的方法对该三角形匹配算法进行可靠性评价。该算法克服了ICCP算计算量大和SITAN算法匹配失效的缺点，具备良好的实时性和可靠性。（3）搭建了重力图匹配算法仿真平台并进行了仿真分析。该平台有四大功能模块：基于牛顿力学运动模型的航迹模块可以模拟水下运载体的运动航迹；基于捷联惯导系统的解算模块可以实现指北方位系统下的导航解算；重力异常数据模块可以模拟全球重力异常的随机变化；以及重力图匹配算法模块。在此平台基础上，首先分析了本文提出的三角形匹配算法的初始误差匹配精度，然后针对ICCP、SITAN和该三角形匹配算法分别在渤海地区、南海地区和太平洋局部地区进行了算法的仿真和对比分析。（4）开展了基于捷联惯导系统（0.01°/h）的重力辅助惯性导航车载实验。首先对基于Kalman滤波方法的重力辅助惯性导航进行了理论分析和系统建模；然后通过车载实验对基于该三角形匹配算法的重力辅助惯性导航方法的实时性和可靠性进行验证和评估。实验结果表明：本文提出的基于三角形约束模型的重力图匹配算法能够快速完成较大误差的初始匹配、有效抑制惯导系统位置误差的发散，相比ICCP算法和SITAN算法有如下特点：初始匹配快、实时性好（单次匹配时间小于1ms）、可靠性高。