[发明专利]基于粒子群优化与重力梯度灯塔的潜器导航方法及系统

权利要求书

1.一种基于粒子群优化与重力梯度灯塔的潜器导航方法，其特征在于，包括：

利用惯性导航系统获取水下潜器的当前位置；

根据所述当前位置确定搜索范围；

利用重力梯度仪获取在所述搜索范围内的随机位置的重力梯度数据以及在重力梯度背景图上与所述随机位置对应的重力梯度数据；所述重力梯度数据为六维数据；

对所述随机位置的重力梯度数据以及在重力梯度背景图上与所述随机位置对应的重力梯度数据进行粒子群优化，得到优化后的随机位置的重力梯度数据；

利用优化后的随机位置的重力梯度数据修正所述重力梯度仪；并利用修正后的重力梯度仪获取水下潜艇在当前位置的重力梯度数据；

利用所述当前位置的重力梯度数据修正所述惯性导航系统；

利用修正后的惯性导航系统进行导航；

所述利用所述重力梯度仪获取在所述搜索范围内的随机位置的重力梯度数据以及在重力梯度背景图上与所述随机位置对应的重力梯度数据，之后还包括：

对随机位置的重力梯度数据进行归一化处理；

所述对所述随机位置的重力梯度数据以及在重力梯度背景图上与所述随机位置对应的重力梯度数据进行粒子群优化，得到优化后的随机位置的重力梯度数据，具体包括：

利用公式确定所述随机位置的重力梯度数据以及在重力梯度背景图上与所述随机位置对应的重力梯度数据的相似程度；

其中，N为数据维度，为所述随机位置归一化后的重力梯度数据，为在重力梯度背景图上与所述随机位置对应归一化后的重力梯度数据，在重力梯度背景图上与所述随机位置对应归一化后的重力梯度异常数据；

保存每个粒子的相似程度并判断出相似程度最高的粒子保存其对应时刻的坐标位置信息随后根据粒子操作公式调整更新粒子的速度和位置：

式中，n为迭代次数，d为轨迹点个数，i是群的大小，C₁，C₂用以控制局部搜索与全局搜索的权重，W为惯性权重或称动量系数，和为介于0和1之间的随机数，K是压缩因子，用以对粒子的飞行速度进行约束根据公式调整每个粒子的位移速度，随后调整每个粒子的位置，随着五个粒子不断的移动位置以获得更优相似度，粒子群将趋于集中，最终集合在水下潜器实际采集数据位置点，进而获得水下潜器真实位置信息。

2.根据权利要求1所述的一种基于粒子群优化与重力梯度灯塔的潜器导航方法，其特征在于，所述利用惯性导航系统获取水下潜器的当前位置，具体包括：

利用所述惯性导航系统获取水下潜器的角增量和速度增量；

根据所述角增量和速度增量确定当前航距和当前航向；

根据所述当前航距和当前航向确定当前位置。