[发明专利]一种基于人工蜂群算法和平均Hausdorff距离的重力匹配方法

摘要

本发明公开了一种基于人工蜂群算法和平均Hausdorff距离的重力匹配方法，包括：获取惯性导航系统输出的位置信息及重力仪测得的重力异常值；初始化人工蜂群，令引领蜂在惯导系统提供的位置邻域内随机搜索蜜源；计算适应度函数值并判断是否更新位置；根据转移概率判断跟随蜂是否跟随；将多普勒测速仪提供的速度信息作为约束条件，经蜂群搜索得到符合条件的位置点对；根据平均Hausdorff距离对匹配结果进行筛选，利用这一准则可获取一个最优的匹配结果。本发明有效地快速地对最佳匹配位置进行搜索，同时避免局部最优情况，经平均Hausdorff距离筛选，在重力特征显著的区域具有较高的匹配率，达到精确、快速的匹配定位，从而实现重力辅助导航。

主权项

一种基于人工蜂群算法和平均Hausdorff距离的重力匹配方法,其特征在于，该方法的步骤包括：步骤一、首先引领蜂随机搜索蜜源，实时获取惯性导航系统输出的位置信息及重力仪测得的重力异常值，其中要考虑重力仪的观测延迟；步骤二、初始化匹配算法参数：人工蜂群数量，最大循环次数，目标函数的参数个数，最大限制次数Limit值；两组蜂群同时在相邻惯导系统指示位置周围一定邻域进行随机搜索，并检查新位置的花蜜量；步骤三、根据搜索到的蜜源计算适应度函数值，并根据得到的适应度函数值判断是否更新蜜源位置：若搜索蜜源位置的适应度函数值小于当前位置，更新当前采蜜蜂所在蜜源位置，令循环次数Cycle＝0，并继续计算转移概率；否则不更新蜜源位置，令Cycle＝Cycle+1，记录引领蜂停同一位置的循环次数，并返回使引领蜂重新随机搜索蜜源；步骤四、根据计算得到的转移概率计算跟随蜂选择跟踪引领蜂的概率Pi，并判断跟随蜂是否跟随；若判断结果为不跟随，则需要返回使引领蜂重新随机搜索蜜源，同时在蜜源附近搜索，记录较优蜜源位置，更新Cycle的值；若判断结果为跟随，则可以重新搜索至循环结束；步骤五、如果经过一定次数迭代后，得到的最优解没有改进，为了避免局部最优解，要舍去该位置对应的解，同时由侦察蜂代替引领蜂产生一个新的位置；步骤六、根据重力异常数据库和由INS惯导提供的位置信息计算匹配点对与待匹配点对的重力异常；步骤七、将重力仪提供的重力异常和由多普勒测速仪提供的外界速度信息及由INS惯导提供的位置信息作为约束条件进行判断，然后经蜂群搜索得到符合条件的位置点对；步骤八、根据平均Hausdorff距离对匹配结果进行筛选，利用这一准则可获取一个最佳的匹配结果；步骤九、根据得到的最佳匹配位置对，将每个指示位置的两次匹配结果取均值，于是，得到各个指示位置的最佳匹配结果，从而实现了重力辅助导航。