王晨阳

(南京理工大学自动化学院，南京 210094)

0 引言

近年来，地磁导航以其全地域、全天候、无辐射等特征，在舰船、无人机、航天器等系统得到广泛应用，优势日渐凸显[1]。地磁导航的核心在于获取精准的匹配位置信息，匹配算法并不是唯一影响匹配位置信息的因素，地磁区域的适配性也是影响匹配精度的另一个重要因素[2]。可以通过分析地磁图适配性，将信息丰富、地磁特性明显的区域选为地磁适配区，进而达到增强导航准确性的目的[3]。

目前，国内外关于适配性问题的研究主要集中于定性和定量这两个方面。文献[4]以图像中的每个像元为考察对象，综合运用了线性加权求和与属性相乘的方法来构建像元的适配性度量准则；文献[5]利用主成分分析法对适配性问题进行了深入的研究；文献[6]利用公式判定策略将分类准则抽象成数学公式，当候选匹配区满足公式成立的条件时，即可被判定为适配区；文献[7]利用支持向量机(Support Vector Machine,SVM)实现了对地磁场区域的分类。

为了进一步提高适配区域选择的精度和可拓展性，本文从特征选择和参数优化两个角度出发，将PCA和GA-BP神经网络相结合，对地磁图进行适配/非适配区的划分，以选择出更加利于匹配的适配区域。

1 地磁特征参数的选取

1.1 地磁图特征

从已有研究来看，表征地磁图特征的参数较多，如地磁粗糙度、标准差、地磁信息熵等，均从不同的角度表征了地磁图的特征。由于单个的特征参量表征地磁图的适配性有较大的缺陷，故应综合考虑多特征参数来衡量地磁适配性[8]。……