排序方式: 共有9条查询结果,搜索用时 217 毫秒
1
1.
针对激光干扰效果评估受主观经验较大、难以定量评估的问题,提出了一种基于深度学习的激光干扰效果评估方法.首先,对YOLOV5算法进行了整体介绍,其次制作了来自不同角度、不同距离的3020张激光干扰图像;然后,对标注的数据集进行训练,得到了激光干扰效果评估模型;最后,分别在YOLOV5x、YOLOV51、YOLOV5m、YOLOV5s网络模型下训练300次,实验验证了模型的正确性.实验结果表明:利用训练好的模型实现了对激光干扰图像的效果评估,该模型不仅可以自动标注激光干扰区域和进行干扰效果等级评估,同时还融入了传统策略,可以通过计算标注区域面积占整幅图像面积的大小作为辅助决策,实现自动标注激光干扰区域面积所占百分比,识别准确度在80%以上,对激光干扰效果评估具有重要意义. 相似文献
2.
在目标跟踪测量中,由于各种噪声的影响,Kalman滤波算法对野值数据的估计经常出现较大误差,直接影响了定位结果.修正增益的滤波方法在野值相对较小的情况下误差不能有效的识别.为此,提出残差权重自适应抗野值的Kalman滤波方法,该方法能明显的降低野值对定位结果的影响,对实测数据的仿真结果表明了该方法的有效性,满足试验要求. 相似文献
3.
软件定义网络(Software Define Network,SDN)推动了传统网络的发展,将SDN引入天地一体化网络能够极大程度地调动各层级网络的资源,实现天地一体化网络的智能管控;首先,介绍了天地一体化网络和软件定义网络,论述了基于SDN的天地一体化网络架构的研究现状;随后,介绍了SDN控制器的性能指标并对比了当前的SDN多控制器部署方法,综述了基于SDN的天地一体化信息网络的控制器部署策略;最后,对未来基于SDN的天地一体化网络控制器部署方法进行了展望和归纳总结。 相似文献
4.
5.
关于空运翼伞控制问题建立合理的动力学模型,是实现动力翼伞飞行控制的前提条件之一.传统方法翼伞建模多数是针对不带动力情况下的翼伞建模,不能适应动力翼伞的飞行控制.假设翼伞承载物和软翼之间具有俯仰和偏航2个自由度,通过对承载物和软翼所受作用力和作用力矩进行分析,分别建立软翼和承载物体坐标系下的作用力和力矩的平衡方程,通过体坐标系转换和消除翼伞内部状态量,得到有利于实现动力翼伞控制的8自由度非线性动力学状态方程.仿真结果表明这种动力学模型正确有效,更有助于实现动力翼伞的飞行控制. 相似文献
6.
7.
8.
9.
1