排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
2.
在阵列天线中,利用多个二维波束的输出和多波束方向图的关系,并结合空间谱估计算法,提出了一种二维多波束方向图谱估计的角度测量算法。提出的算法可在单次脉冲下实现高精度测角和低信噪比测角的功能,通道幅相不一致性影响较小。通过程序仿真,验证了上述结果。 相似文献
3.
4.
5.
复杂环境下传感器网络目标跟踪,存在跟踪准确性与算法复杂性这对矛盾,需要考虑准确性、通信和计算能耗之间的折中。针对此问题,研究传感器网络中基于压缩感知的压缩域目标跟踪和压缩域数据融合,并提出了用稀疏的测量矩阵对haarlike特征压缩,压缩域特征送入朴素贝叶斯分类器,在压缩域直接实现目标跟踪的算法。然后通过配置传感器网络以生成多个层次类型不同的簇结构,压缩后的数据在网络中传输,并在各层簇头实现压缩域下的数据融合。该算法通过稀疏测量矩阵压缩表征原始图像信息和分类器的自我学习更新,提高了对压缩域目标特征分类的准确性,在复杂环境下有更好的鲁棒性。而压缩域直接进行目标跟踪,不需要重构图像,也减少了网络运算量和数据传输量。通过仿真实验和标准数据库测试对比以及在机器人足球赛实验平台中的应用表明,该算法在跟踪准确性,数据传输量及传输能耗上均有优势。 相似文献
6.
空间谱估计技术被广泛应用于阵列雷达的测角中,具有高精度和超分辨的特性,但在旋转搜索测向中的应用很少看到。提出一种在匀角速度的圆周扫描下的基于空间谱估计的旋转搜索测向算法,提出了利用接收的信号脉冲与天线方向图的关系进行角度精准估计的数学模型,并对此进行了计算机仿真。从仿真结果可以看出,该方法相对于传统的旋转搜索测向算法,能够明显提高角度测量的精度。 相似文献
7.
电力负荷的准确预测是电力规划建设的重要前提。传统的负荷预测方法均局限于回归分析、增长率等线性模型,无法考虑影响电力负荷的非线性因素,导致预测结果与实际需求存在偏差。针对负荷预测的非线性特性,提出了一种计及温度和产业结构的短期负荷预测方法;采用神经网络算法对预测地区的温度和产业结构历史数据进行学习,明确了神经网络结构体系各维度间的复杂关系,从而建立了负荷预测的非线性模型。计算结果表明,所建负荷预测模型能够高保真地模拟各因素的非线性特性,其误差仅为1.5%。综合分析了温度、产业结构的影响规律,为所提方法在夏季降温负荷突出的中部和西南部分地区的应用提供数据支撑。 相似文献
8.
9.
1