摘要
地形辅助导航技术能够在缺乏全球导航卫星系统信号的环境中，通过结合先前的地形数据库与实时传感器数据来实现自主定位。然而，宽波束宽度以及地形高程变化等因素会导致高程测量出现误差，从而影响传统基于高程的地形辅助导航方法的性能。合成孔径雷达高度计以垂直向下视角工作，能够获取具有固有跨轨道模糊度的距离-多普勒投影图像，从而基于图像信息进行定位，但其精度受到单特征及固定网格方法的限制。在本文中，我们提出了一种针对合成孔径雷达高度计的自适应定位框架，该框架将基于XGBoost的多特征融合技术与贝叶斯粒子滤波相结合。首先，采用高效的DDM模板生成算法提升计算效率；接着，引入集成互补相似性特征的集成学习框架，以实现可靠的单帧匹配。此外，还开发了一种基于贝叶斯滤波的动态网格构建方法，可将粒子集中在概率较高的区域，从而消除固定网格方法固有的边界截断误差。所提方法的优势在于能够在宽波束宽度以及高空机动平台等极端雷达工作条件下实现可靠的三维定位。基于模拟数据和真实数据的实验结果均验证了该方法的有效性，表明其在宽波束条件下的定位性能更为优异。
