共查询到10条相似文献,搜索用时 531 毫秒
1.
在役潜艇的建造和修理需要检测其耐压壳体的截面圆度,因现场条件限制或多设备融合测量,测量采样点经常呈现非均匀性,导致最小二乘圆拟合的结果与实际情况不符,研究旨在减小非均匀采样带来的影响,提高拟合圆的精度。基于非均匀采样定权提出一种非均匀采样加权总体最小二乘圆拟合方法,同时考虑观测向量和系数矩阵都有扰动,用于潜艇耐压壳体测量数据的处理。通过对4种不同预设形状的采样分析数值实验表明,该方法能提高非均匀采样情况下圆拟合的精度,但当随机误差加大至1.5 mm,该方法不能完全优于最小二乘法。非均匀采样加权总体最小二乘圆拟合法计算得到的圆心偏差及半径偏差都比最小二乘法的结果更小,具有较好的工程实用价值,可用于在役潜艇耐压壳体圆度测量非均匀采样时的圆拟合计算。 相似文献
2.
雷达和船舶自动识别系统(AIS)是保证现代船舶航行安全的重要导航设备。针对1部雷达和1部AIS得到的目标航迹进行融合,提出1种基于模糊理论的雷达/AIS目标数据融合方法,采用模糊数学中的正态隶属函数法来进行航迹相关,数据融合则采用参数加权方法,并将融合后数据进行多项式拟合,用以提高导航数据信息的精度与可靠性。通过仿真实例验证了此方法的可行性与有效性。 相似文献
3.
在最小二乘方法(RLS,recursive least square)的基础上,提出利用格型递归最小二乘(LRLS,lattice recursive least square)算法对AR模型参数进行自适应估计.该算法为模块式的多极格型结构,降低了一般RLS算法的计算复杂度.利用实测的动态数据结合AIC准则建立自适应AR预报模型,并将该模型应用于船舶运动预报中,仿真结果表明,相对于最小二乘算法,基于LRLS算法的AR预报模型可有效提高船舶运动预报精度. 相似文献
4.
VTS中雷达和AIS信息融合算法探讨 总被引:1,自引:0,他引:1
提出VTS中雷达和AIS信息时间统一性的算法,采用K近邻域法和基于统计的加权估计法对雷达和AIS信息进行相关判别和融合,提高了VTS对目标的跟踪性能和可靠性。 相似文献
5.
6.
现有的海上无人驾驶船舶数据融合应用技术存在数据精度差、数据波动大的弊端,为了解决上述问题,提出海上无人驾驶船舶数据融合应用技术研究。AIS与雷达设备采集的船舶数据存在较大的差异,采用聚类方法与高斯-克吕格投影方法分别对数据的时间与空间进行校准,得到采集时间序列一致、表述一致的船舶数据,以此为基础,利用模糊数学算法对目标船舶的关联航迹数据进行求取,以关联航迹数据为依据采用加权融合算法对AIS与雷达数据权值进行分配,实现海上无人驾驶船舶数据的融合应用。通过性能测试得到,与现有的数据融合应用技术相比较,提出的海上无人驾驶船舶数据融合应用技术极大的提升了数据精度,降低了数据波动的幅值,说明本文方法的海上无人驾驶船舶数据融合应用技术具有更好的性能。 相似文献
7.
8.
9.
AIS与VTS的雷达/ARPA信息融合的研究与实现 总被引:2,自引:0,他引:2
分析了信息融合的必要性,并在信息融合基本原理的基础上,提出了信息融合的步骤,采用模糊数学中正态型隶属度函数算法实现AIS与VTS的雷达/ARPA信息融合,解决了不同设备处理同一信息的差异问题。 相似文献