共查询到20条相似文献,搜索用时 78 毫秒
1.
针对多站时差定位系统在低信噪比下无法获得准确的时延估计,进而影响时差定位的精度,提出一种改进加权函数的广义互相关(GCC)时延估计方法.通过分析和比较采用不同传统加权函数进行广义互相关时延估计的性能,对加权函数进行改进.改进的加权函数同时引入两路信号的自功率谱密度函数和互功率谱密度函数,使得加权函数的分子分母变化趋势相... 相似文献
2.
3.
4.
5.
运动估计在视频图像压缩、超分辨率重建、拼接、目标检测等方面具有重要的应用意义。针对高精度的亚像素运动估计问题,引入一种优化滤波器用于计算图像梯度,并采用上采样与抛物面拟合梯度互相关曲面相结合的方法,探讨一种高精度的亚像素全局运动估计算法。实验结果表明,该算法不仅对噪声影响具有较好的鲁棒性,同时能够有效地提高运动估计的精确性。 相似文献
6.
7.
研究不同卫星接收同一辐射源时差对地面辐射源定位优化问题,针对高程的影响将导致定位精度恶化.为了消除高程的影响,使得对高程未知的地面辐射源定位的精度达到对海平面上辐射源定位的精度,提出了运用高程信息动态修正WGS -84地球模型进行辅助定位的算法.算法提出并使用了高程信息动态修正WGS - 84地球模型的思想,通过高程信息的引入快速准确地修正了WGS -84地球模型,有效抑制了地面辐射源高程未知导致的定位精度恶化.理论分析表明该算法的性能优于常规的时差定位算法,仿真证实了改进算法实现定位精度高,为设计提供有效参考. 相似文献
8.
针对传统波达方向(Direction of arrival, DOA)估计算法在阵列模型误差条件下估计性能下降的问题,提出了一种基于残差网络(Residual network, ResNet)的DOA估计算法。该算法根据神经网络数据驱动不依赖阵列流型的特点,从广义互相关(Generalized cross-correlation, GCC)中提取特征,将提取的特征作为神经网络深层分类器的输入,对信号分类;根据分类结果选取对应子区间数据进行训练,建立ResNet学习特征与DOA估计之间的非线性映射关系,形成一个数据驱动的稳健DOA估计系统。仿真与实验验证结果表明,该算法有效地解决了传统DOA算法在阵列模型误差条件下无法准确得到DOA结果的问题。 相似文献
9.
10.
11.
韩煜 《计算机工程与科学》2017,39(6):1092-1096
针对多用户CDMA信号的时频域重叠特征,提出了一种新颖的时频差高精度估计方法。该方法结合扩频信号的捕获和解扩操作,以较短的信号样本和较低的计算量,仅两次时间-频率分维迭代实现了用户信号分离和时频差估计,再通过时域和频域内插进一步提高估计精度。仿真结果表明,与直接互模糊函数相关法相比,该方法能够有效提高CDMA信号时频差估计精度,降低计算量。 相似文献
12.
射频定位中以接收信号强度( RSSI)定位的方法存在信号干扰严重、抖动剧烈和误差较大等现象。为了减小射频信号定位的误差,在基于精准时间测量思想的传播信号到达时间差( TDOA)方法和构建虚拟参考标签经典定位方法的基础上提出了TDOA双曲线定位方法。该方法利用射频信号TDOA,以精准时间差来测量射频( RF)标签与目标之间的距离,然后借助双曲线定位算法对目标进行定位。仿真结果表明,相比目前经典的 LANDMARC 和VIRE定位方法,TDOA双曲线算法的定位误差50'可在0.216 m内。该方法有效利用了现代高精度时间测量的优势,在室内运动目标定位中具有定位精度高、应用范围广、实现简单等优点。 相似文献
13.
针对实际的运动目标跟踪问题中存在的各种物理约束,采用基于在线滚动优化原理的滚动时域估计方法,将跟踪滤波问题转换为带约束的有限时域优化问题,并通过引入到达代价函数,有效减少了优化问题求解所需的计算量。最后,对实际的目标跟踪问题进行了滚动时域估计仿真研究。Monte Carlo仿真结果表明,滚动时域估计能有效提高跟踪精度,并且能在采样周期之内完成求解,满足在线估计的需要。 相似文献
14.
15.
To increase the performance of maneuvering target tracking, an algorithm utilizing input estimation with multiple model based on two independent mode sets is suggested in this paper. The proposed algorithm consists of hypothesized multiple filters to estimate the unknown target acceleration and a test statistic developed from a modified version of the generalized likelihood ratio test to detect the maneuver onset time. An efficient algorithm for the target acceleration estimation is derived to reduce the computational burden of multiple model estimation. A numerical analysis is carried out to obtain the proper window length and the average delay of the algorithm. Performance of the proposed algorithm is evaluated by a series of simulation runs. 相似文献
16.
Mohammad Ali Alirezapouri Hamid Khaloozadeh Mohammad Reza Arvan 《International journal of systems science》2018,49(10):2089-2100
The input detection and estimation methods in the manoeuvring target tracking (MTT) application need algorithms for manoeuvring detection and covariance resetting. This algorithm causes an improper delay in target states tracking. In this paper, for solving this problem, unknown but bounded approach for uncertainties modelling is used and a different state space model is developed. In this model, target acceleration is treated as an augmented state in the corresponding state equation. By using interval mathematics, the linearisation error is bounded by an ellipsoidal set and considered in the model development. In augmented state equations, the MTT problem converted to non-manoeuvring target tracking problem. Therefore, the set membership filter is rearranged and used for simultaneous target state and manoeuvre estimation. Furthermore, estimated convex set boundedness is analysed and an upper bound for the estimation error is calculated. The theoretical development of the proposed method is verified with numerical simulations, which contain examples of tracking various manoeuvring targets. The simulation result of the proposed method is compared with traditional input estimation methods. The comparison shows the acceptable performance of the proposed method in the simultaneous estimation of the target acceleration and state vector for the manoeuvring and non-manoeuvring scenarios. 相似文献
17.
18.
为了使电视跟踪系统在自动作业时能够抵抗外界干扰,提出了一种基于二级精度的运动目标精确提取和快速跟踪方法。该方法采用二次帧差法与四分图像的双波门法对视频图像进行处理,自动获取运动目标的初始模板,然后根据轨迹预测算子对目标进行自适应特征匹配实现有效跟踪。在某电视跟踪系统中应用该算法进行低空飞行目标跟踪实验,取得了良好的跟踪效果。实验结果表明,该方法不仅满足目标跟踪的实时性,而且能够有效提高目标识别的准确率。 相似文献
19.
为了平衡跟踪器的分类与估计模块间的性能差距,提出一种模块性能均衡的跟踪器.首先,通过大量离线学习,将高阶特征纳入目标估计中;然后,对目标估计模块进行训练,预测目标对象与估计跟踪框之间的重叠.为了提高所提分类模块在面对干扰物时的鲁棒性,引入在线训练的分类模块,采用了难分样本挖掘方法,确保较高的区分能力.在OTBI00、VOT2016和TrackingNet三个公开数据集上进行实验,结果表明,与相关滤波、多域网络等方法相比,所提方法的重叠精度指标更优、跟踪精度更高,且收敛性明显快于梯度下降法,运行速率达到实时要求. 相似文献
20.
针对核相关滤波目标跟踪算法(KCF)使用单特征来描述所跟踪的目标,在复杂环境下,目标尺
度发生较大变化时,无法准确跟踪目标的问题,提出基于深度估计和特征融合的尺度自适应目标跟踪算法。首
先利用深度神经网络估计视频序列中目标的深度,建立并训练深度-尺度估计模型;在跟踪过程中,融合目标
方向梯度直方图(HOG)特征和 CN (Color Name)特征训练相关滤波器,利用深度估计网络得到目标深度值,并
利用深度-尺度估计模型得到目标的尺度值,从而在目标尺度发生变化时,能够调整目标框大小,实现尺度自
适应的目标跟踪算法。实验结果表明,与经典的 KCF 算法相比,可获得更高的精度,与尺度自适应的判别型
尺度空间跟踪(DSST)算法相比,在尺度变化较大时,跟踪速度更快;在环境复杂、目标被遮挡时,鲁棒性更好。 相似文献