3. 地形匹配辅助导航概述
地形匹配辅助导航（Terrain-Aided Navigation，TAN）是一类以机载/弹载存储的数字高程模型（DEM）或地形特征图为基准，通过实时测量地形剖面并与基准图进行相关匹配，从而修正惯性导航系统（INS）累积误差的自主导航技术。它不依赖卫星信号，在GNSS拒止环境下具有不可替代的价值，是无人机实现长航时、高精度、强抗扰导航的关键手段之一。
3.1 系统组成
典型地形匹配辅助导航系统由五个功能单元构成，各单元之间形成"测量—匹配—修正"的闭环链路：
- 基准地形数据库：预先装订的DEM栅格、地形特征矢量或高程剖面序列，是匹配的参考基准，其分辨率与精度直接决定匹配上限。
- 实时地形测量传感器：雷达高度表、激光测高仪、气压高度表或下视相机，用于获取航迹下方的相对/绝对高程序列。
- 导航状态源：INS/GNSS组合导航系统，提供位置、速度、姿态基准，并输出待修正的误差状态。
- 匹配解算单元：执行地形剖面提取、相关匹配、相似度评价与位置估计，是系统的算法核心。
- 滤波与修正模块：通常采用卡尔曼滤波或粒子滤波，将匹配位置作为量测，反馈修正INS的位置、速度与陀螺零偏。
3.2 工作模式
按匹配时机与使用方式，地形匹配辅助导航可分为三种典型工作模式：
- 序列匹配（连续匹配）：沿航迹连续采集高程剖面，与基准图逐段相关，实时输出位置修正量。适用于地形起伏明显、航路固定的巡航段，修正频率高、连续性好。
- 单点/区域匹配（一次捕获）：在预定匹配区进行一次高置信度匹配，获取绝对位置后修正INS。常用于进入任务区前的初始对准或长航时中途校正。
- 景象匹配辅助：以SAR、红外或可见光图像与基准影像匹配，属于广义地形匹配，精度更高但受气象与光照影响较大。
3.3 术语定义
| 术语 | 英文/缩写 | 定义说明 |
|---|---|---|
| 数字高程模型 | DEM | 以栅格形式存储的地面高程数据集，是地形匹配的基准数据。 |
| 地形剖面 | Terrain Profile | 沿航迹方向按固定间隔采样得到的高程序列。 |
| 匹配区 | Matching Area | 地形特征显著、适合进行相关匹配的预定区域。 |
| 平均绝对差 | MAD | 实时剖面与基准剖面逐点绝对差均值，值越小越相似。 |
| 均方差 | MSD | 差值平方均值，对大幅偏差更敏感。 |
| 捕获概率 | Probability of Capture | 匹配算法在匹配区内正确锁定真实位置的概率。 |
| 虚警率 | False Alarm Rate | 匹配结果落在错误位置的概率，与捕获概率互为制约。 |
3.4 优势与局限
核心优势：自主性强，不依赖外部卫星信号；抗干扰与抗欺骗能力突出；可长时间抑制INS误差发散；基准数据可离线装订，隐蔽性好。
主要局限：依赖高精度基准DEM，数据获取与更新成本高；平坦地形或水面区域匹配失效；实时测量受气象、地表覆盖与高度表精度影响；匹配算法计算量大，对机载算力有要求；匹配失败时可能引入错误修正，需设置置信度门限与故障检测逻辑。
3.5 典型应用场景
- 长航时无人机巡航：在GNSS拒止区域利用地形匹配周期性校正INS，保持航迹精度。
- 低空突防与隐蔽飞行：利用地形遮蔽与自主导航，降低被探测与干扰风险。
- 巡飞弹与精确制导：末段采用景象匹配或地形匹配实现高精度命中。
- 极区与海洋导航：GNSS覆盖弱或受扰区域，地形/重力匹配作为备份导航源。
- 应急救援与测绘：在复杂山地环境中提供连续可靠的定位参考。
3.6 国内外发展现状
国外方面，美国自20世纪70年代起在巡航导弹上应用地形轮廓匹配（TERCOM），随后发展出以SAR景象匹配为核心的辅助导航体制，并逐步与INS/GPS深组合。近年来，基于因子图优化、深度学习特征提取与多源融合（地形+重力+磁）的自主导航成为研究热点。
国内方面，地形匹配辅助导航已从预研走向工程应用，在无人机、巡航飞行器上开展了大量飞行验证。研究重点集中在高精度DEM构建、实时匹配算法加速、匹配区自动选取、多源信息融合以及GNSS拒止下的完好性监测。总体趋势是：从单一地形匹配走向"地形+景象+重力+惯导"的多源自主融合，从离线装订走向在线自适应匹配。
典型匹配解算参数示例（工程参考）：
采样间隔 : 50 m
剖面长度 : 64 ~ 128 点
搜索范围 : ±300 m
相似度准则 : MAD + 互相关联合
置信度门限 : MAD < 8 m 且 相关系数 > 0.85
滤波更新周期 : 1 ~ 5 s
综上，地形匹配辅助导航以"基准图—实时测量—相关匹配—滤波修正"为主线，在GNSS拒止环境下为无人机提供了自主、隐蔽、可长期工作的导航能力。理解其系统组成、工作模式与术语体系，是后续开展匹配算法设计、匹配区规划与工程实现的基础。