王晨陽
(南京理工大學自動化學院,南京 210094)
近年來,地磁導航以其全地域、全天候、無輻射等特征,在艦船、無人機、航天器等系統得到廣泛應用,優勢日漸凸顯[1]。地磁導航的核心在于獲取精準的匹配位置信息,匹配算法并不是唯一影響匹配位置信息的因素,地磁區域的適配性也是影響匹配精度的另一個重要因素[2]。可以通過分析地磁圖適配性,將信息豐富、地磁特性明顯的區域選為地磁適配區,進而達到增強導航準確性的目的[3]。
目前,國內外關于適配性問題的研究主要集中于定性和定量這兩個方面。文獻[4]以圖像中的每個像元為考察對象,綜合運用了線性加權求和與屬性相乘的方法來構建像元的適配性度量準則;文獻[5]利用主成分分析法對適配性問題進行了深入的研究;文獻[6]利用公式判定策略將分類準則抽象成數學公式,當候選匹配區滿足公式成立的條件時,即可被判定為適配區;文獻[7]利用支持向量機(Support Vector Machine,SVM)實現了對地磁場區域的分類。
為了進一步提高適配區域選擇的精度和可拓展性,本文從特征選擇和參數優化兩個角度出發,將PCA和GA-BP神經網絡相結合,對地磁圖進行適配/非適配區的劃分,以選擇出更加利于匹配的適配區域。
從已有研究來看,表征地磁圖特征的參數較多,如地磁粗糙度、標準差、地磁信息熵等,均從不同的角度表征了地磁圖的特征。由于單個的特征參量表征地磁圖的適配性有較大的缺陷,故應綜合考慮多特征參數來衡量地磁適配性[8]。……