共查询到20条相似文献,搜索用时 171 毫秒
1.
2.
3.
4.
5.
针对无人机航路规划问题,提出了一种改进的粒子群的无人机航路规划方法.该方法将UAV的航路规划问题通过目标转换,形成一个考虑威胁优先,路径优化其次的单目标航路优化问题,并引入局部搜索改进粒子群算法求解该问题的收敛性.仿真结果证明了该方法对解决无人机的航路规划问题高效可行. 相似文献
6.
利用无人机的侦察图像对目标进行精确定位的过程中,针对无人机图像与基准图像不可避免地存在尺度变化、旋转变化和光照变化,提出了一种改进SIFT的图像匹配方法。在特征点匹配时,采用简单的准欧式距离作为相似度量准则,并按照DoG空间结构由粗至精进行匹配。实验结果表明,该方法可以实现图像之间的精确匹配,对噪声、光照变化和局部场景变化具有较强的鲁棒性和实时性,为无人机目标定位提供了一种可行和有效的手段。 相似文献
7.
8.
针对基于导航雷达和光电探测的传统感知方法难以对近距离障碍物进行稳定精确探测的问题,结合激光雷达的优势和水面场景的特点,提出了一种基于激光雷达的无人艇海上目标检测与跟踪方法。首先分析和建立了水面场景点云的平面栅格模型,提出了基于高度差的尾浪点滤除方法;其次采用改进的自适应DBSCAN算法对海上障碍物进行分割和聚类,优化了检测效果;最后结合多假设跟踪模型(MHT)和卡尔曼滤波器实现了对动态目标的多帧连续跟踪。试验结果表明,该方法能以每帧100 ms的处理速度实现对目标的实时探测和跟踪,对近距目标的聚类跟踪准确度达95%,航速、航向跟踪误差分别为8.10%和4.68%,能够实现对目标的实时、准确、稳定的检测和跟踪。 相似文献
9.
为研究目标跟踪问题,构造多种不同尺度的滤波器对目标进行滤波,生成目标高维特征;利用符合有限等距性质要求的稀疏矩阵对高维特征进行采样,获得目标低维特征.采用朴素贝叶斯分类器输出与Bhattacharyya系数乘积的形式作为目标与候选目标之间的相似性度量,并选择最大值所对应的候选目标作为下一帧中的目标.文中提出了一种改进的快速压缩跟踪算法.实验表明,该改进的算法能够对目标进行有效跟踪. 相似文献
10.
11.
12.
XIAO Kun FANG Shao-ji PANG Yong-jie 《船舶与海洋工程学报》2007,6(2):19-24
To improve underwater vehicle dead reckoning, a developed strong tracking adaptive kalman filter is proposed. The filter is improved with an additional adaptive factor and an estimator of measurement noise covariance. Since the magnitude of fading factor is changed adaptively, the tracking ability of the filter is still enhanced in low velocity condition of underwater vehicles. The results of simulation tests prove the presented filter effective. 相似文献
13.
14.
15.
阐述了舰船在机动情况时舵角反馈信号对航向精度的提高以及对横漂速度的估计作用,结合舰船的运动模型和航向角H与舵角β的关系模型,考虑横漂速度对舰位的影响,引入舵角反馈信息,建立了有舵角反馈信息参与的kal-man滤波模型,并利用Matlab软件将有/无舵角信息参与的kalman滤波模型进行了比较,结果显示有舵角信息参与的kal-man滤波模型效果较好。 相似文献
16.
GPS动态定位中自适应卡尔曼滤波模型的建立及其算法研究 总被引:1,自引:0,他引:1
采用描述机动载体运动的“当前”统计模型,建立了一种新的GPS动态定位自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能,提出一种改进的自适应滤波算法,大大提高了GPS动态定位卡尔曼滤波器的跟踪能力,改善了滤波效果。计算机仿真结果验证了该算法的有效性。 相似文献
17.
由于舰船组合导航系统的实际运行环境比较恶劣,系统精确的数学模型及噪声的统计特性不易先验得到,而导致常规卡尔曼滤波器失效。尝试将改进遗传算法优化的模糊神经网络用于舰船组合导航系统中,仿真结果表明,提出的算法比较有效,并且精度和常规卡尔曼滤波算法相当。 相似文献
18.
19.
介绍了阿尔法导航系统的特点,提出了一种基于阿尔法信息的舰船综合导航方法,具体阐述了卡尔曼滤波数学模型的建立和滤波实现,并利用M atlab软件进行了仿真和结果分析。 相似文献
20.
针对船舶动力定位状态估计时使用扩展卡尔曼滤波导致模型失配而产生滤波精度不高甚至滤波发散的问题,设计一种融合无迹卡尔曼滤波和粒子滤波的动力定位船舶状态估计算法.该算法以粒子滤波作为整体框架,运用无迹卡尔曼滤波对粒子状态的每次更新进行最优化估计,从而最优化了每个粒子的状态,再根据每个粒子的重要性分布,得出船舶复合运动中的低频状态.Matlab仿真结果表明,该方法能够从含有高频和噪声干扰的测量信息中估计出的船舶低频运动状态,相比于直接使用UKF,该方法的滤波精度更高,滤波性能也比较稳定. 相似文献