摘要：水下导航系统是实现航行器正常功能的保障,其具有广阔的应用场景,因此,对于相关教材的要求也随新时代技术的发展而提高,传统纸质水下导航教材承载内容形式有限且单一,对于满足日常教学及学习要求已经相形见绌。近年来,在信息化背景下,国家对于新形态教材的建设及高等教育数字化转型发行诸多支持政策。该文根据现存的文献进行综合和梳理,开展信息化背景下水下导航新形态教材建设的研究,研究包含对新形态教材理论、建设原则、建设思路与路径、教材与课程融合等方面。同时介绍对于水下导航系统新形态教材建设的路径,提出“三管齐下”的资源库建设,“高利用率”平台层的改良以及“全数字化”展示层的设计。为其他科目实现新形态教材建设提供新思路、新智慧、新方法。

摘要：起源于移动机器人定位的同步构图定位(simultaneous localization and mapping,SLAM)算法可以克服基于先验图的水下导航算法的不足,实现水下载体的自主导航。本文给出了基于SLAM算法的水下导航算法的系统构建和执行过程,建立了状态方程和观测方程,讨论了新特征加入的问题,并利用模拟数据进行了仿真。仿真结果表明,无论是采用航渡还是区域探索航行方式,该导航算法的定位精度均高于单纯推位方法,具有广阔的应用前景。

摘要：面向水下定位、导航与授时服务需求,针对水下声学位置服务范围小、用户容量小、目标易暴露、环境适应性差的问题,本文提出了广播式远程精密水声导航定位理论方法和时空服务框架,研究了信号体制、基站位置与时钟自标校、广域声速场建模等关键技术,分析了基站立体组网优化设计、同步观测和数据处理等关键问题,提出了基站自主定位和时间同步解决方案。针对复杂多变的海洋声速场这一主要误差源,构建了附加声速场时变参数的函数模型和考虑声速变化特性的随机模型,提出了融合海洋物理机理的改正数建模和增强位置服务方法,以期提升水下PNT服务性能。

摘要：设计了一种基于多模型自动识别与转换的潜艇水下自适应卡尔曼滤波算法,并以此为基础,引入联邦卡尔曼滤波思想,结合模式识别技术,实现模型的自动识别、转换与跟踪,克服常规卡尔曼滤波对于变模型系统没有自适应能力致使在很多情况下误差太大或无法应用的缺点。仿真结果证明此方法可以复杂的潜艇水下综合导航的数据融合技术开辟一条新的有效途径。

摘要：原子干涉测量技术可以获得极高的惯性测量精度。本文简要介绍了原子干涉仪的工作原理,在此基础上介绍了其在重力匹配辅助导航技术的原理与应用,同时设计了一种重力梯度匹配导航的结构与算法原理,指出原子干涉惯性导航技术具有高精度、高效率、无需外部信息校正的无源导航等优点,可最终解决水下潜器长时间的自主导航需求。

摘要：本文就阿尔法导航系统在水下无线电导航中的应用前景、信号入水情况、算法及在我国周边海域水下的应用情况进行了技术分析，并就设计中所涉及关键技术进行了探讨，并对水下应用中所涉及的天线类型、用法等作了说明。

摘要：海洋存在温度、盐度突变的海水跃层,会大幅改变海水浮力导致水下潜航器急剧下沉或上浮造成巨大危害,因此温度、盐度和深度数据是潜航器在水下导航的重要环境参数,已越来越多地被应用于潜航器的水下多源融合导航。近年来随着水下导航精度的不断提升,对温盐深数据的精度要求也越来越高,而提高传感器及采集电路的稳定性与精度、优化数据标定方法是保障数据精度的关键。传统温盐深数据采集与标定方法存在稳定性差、精度低等缺点,因此提出了一种基于最小二乘法的温盐深数据采集与标定方法,旨在提高测量精度的同时降低成本与设计难度,便于产品的工程实现。相比传统方法,本方法精度提升1个数量级,达到JJG 763-2019的一级计量要求。

摘要：介绍了重力辅助导航发展概况,阐述了采用地球物理特征的重力差异熵方法进行水下重力辅助导航算法设计及仿真实验方法研究。该算法基本思想是在导航匹配算法中,将信息熵引入自主水下运动载体(autonomous underwater vehicles,AUV)重力辅助导航,在重力数据库研究的基础上,通过模板重力图与实时重力图的信息量差异以及模板重力梯度图差异,修正水下惯性导航系统(inertial navigation system,INS)的误差。仿真实验结果表明,利用重力差异熵辅助INS导航,能够获得高精度的导航信息。因此,基于水下重力差异熵的辅助导航,可实现AUV长航时隐蔽的高精度导航。

摘要：针对水下无源导航 (地形辅助导航 )系统的特点 ,充分利用各种海洋地理特征传感器获取信息 ,进行数据预处理、算法分析、性能评估 ,然后进行智能数据融合 ,进而完成水下无源导航系统模块化的仿真设计 ,为水下无源导航系统的进一步研究提供可行的方法和技术。仿真结果表明 ,采用水下地形匹配辅助导航 ,能够有效地修正惯导误差达到设计要求 ,为真实海洋环境下的精确导航提供可靠的技术依据。

摘要：自主水下航行器(AUV)是水下自主协同作业的重要装备,在水下获取持续可靠的高精度定位导航信息是AUV实施任务的重要前提。针对实际环境中系统噪声不再满足高斯分布、难以获得准确模型,进一步造成传统组合导航系统无法精准定位的问题,设计了一种基于最大熵卡尔曼滤波的水下INS-LBL组合导航方法。以INS与LBL之间的水声伪距为系统量测量,建立组合导航系统模型,削弱水下声通信产生的时延误差;采用最大熵卡尔曼滤波算法实现数据融合,提高复杂噪声干扰下的系统定位精度及鲁棒性。仿真结果表明,在非高斯噪声背景下,基于最大熵卡尔曼滤波的水下INS-LBL组合导航方法能够有效抑制干扰,提高系统定位精度。