排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
针对目前火箭弹道实时融合方法抗干扰性差、对初值敏感、依赖于理论弹道方程等问题,从测量误差的统计特性出发,证明了从有限样本构造的高斯核密度估计函数最大值点是产生该组样本高斯分布期望的无偏估计量这一结论,提出了一种基于高斯核密度估计函数最大值点跟踪的方法:根据各设备的测量数据构造高斯核密度估计函数,将弹道融合问题转化为求该函数最大值点的问题; 由于经典的迭代求解法耗时较长,对前一帧估计结果进行平移采样,将采样结果作为当前帧最大值点的近邻进行一阶泰勒估计,最后取核函数值最大的估计位置,从而完成跟踪。对方法的有效性进行了理论分析,并与经典迭代法的时间消耗进行了对比理论计算。结合实验从抗干扰性、初值敏感度、伸缩性能、稳定性方面,与目前的选优法、样条约束法、无迹卡尔曼滤波法进行比较,证明了该文方法具有估计精度高、鲁棒性强、可扩展性强、平滑度高的优势,且满足实时性要求。 相似文献
4.
针对传统人工方法进行雷达光电误差参数标校精度低、耗时长等问题,提出了一种基于计算机视觉的方法,依次通过局部色彩均值向量匹配、非极大值抑制( NMS)聚类、方向梯度匹配的方法实现光标的自动定位。实验表明,该方法与脉冲耦合神经网络( PCNN)方法相比鲁棒性强,具有较高的识别准确率;与人工标校方法相比,提高了标校精度并减少了耗时。 相似文献
1