共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
相位法激光测距广泛应用于距离测量,尤其是短距离测量领域,测距系统的测量精度和速度主要取决于鉴相器的设计,为提高鉴相器的测量精度和速度,本文给出了一种新型数字鉴相器。通过加入反馈电路控制信号调制器,只需一组鉴相器即可实现激光发射信号与接收信号相位差的测量。调整CIC滤波器的参数,最大限度地提高滤波器输出信号的信噪比。对CORDIC算法进行优化,不仅扩展了测量范围,而且提高了测量精度和速度。本文使用Matlab对该数字鉴相器进行了性能评估,并在FPGA上实现了该数字鉴相器,与传统的数字鉴相器相比,测量精度和速度都有较大的提高,同时也降低了设计成本。 相似文献
3.
4.
虚拟体育运动是一种逼真自然的人机交互系统。传统散斑相关算法的搜索速度较慢,不能满足虚拟体育运动对实时性的要求。通过对数字散斑相关测量方法的研究,提出一种有效的基于邻域相关信息的快速搜索方法,极大地降低了对应点匹配的计算复杂度,进而提高了深度测量的速度。根据测量结果的误差特征,提出了距离加权邻域平均插值算法,可以显著提高深度测量的精度。实测实验证明了该方法的有效性。 相似文献
5.
一种新自适应滤波快速算法及其 在多路回波消除中的应用 总被引:6,自引:5,他引:6
本文提出了一种新的自适应滤波算法,该算法结构简单、计算量适中且收敛速度快,弥补了一般变步长LMS自适应算法计算量小但收敛速度欠佳,以及仿射投影算法(APA)收敛速度快但计算量非常大的缺陷.该算法计算量与一般LMS算法相当,而收敛速度却与APA算法相当,其结构比APA及相应的改进算法要简单得多.我们不仅对所提算法的收敛性及性能进行了分析,而且将它用于多路回波消除中获得了成功,仿真结果表明,该算法与Sankaran(1997)所提NLMS-OCF算法及Benesty(1996)所提APA-MC算法比较,在收敛速度和收敛精度相当的情况下,其计算复杂度大大减少.从而新算法具备更好的实时性. 相似文献
6.
7.
8.
传统的鲸鱼优化算法(WOA)容易陷入局部最优以及收敛速度慢,针对此问题进行研究,提出了一种改进的鲸鱼优化算法,改进算法首先用非线性收敛因子替换原本使用的收敛因子,改进后的非线性收敛因子可以有效利用在算法中以弥补该算法在计算过程中全局探索与局部开发能力中的缺陷,并且可以加快算法收敛速度;然后在鲸鱼位置更新公式中加入了自适应权重,该策略可以改善算法的寻优精度以及进一步提高收敛速度;最后,在固定参数和不同维度的8个基准测试函数上进行了实验,结果表明,改进后的算法在寻找最优位置的精度和收敛速度对比于传统的鲸鱼算法和其他智能优化算法均有着显著的提高,具有更好的优化效果. 相似文献
9.
数字散斑的边缘相关测量法 总被引:1,自引:0,他引:1
利用数字激光散斑图像测量物体的形变和微小位移是一种新兴的非接触测量方法,为提高测量速度,通过对数字散斑相关测量方法(DSCM)和激光散斑图像的特点进行研究,提出一种针对数字散斑图像的边缘相关测量法(DSMC)。该方法把移动前后的激光散斑图像像素在单方向上求和,使整幅图像的能量集中在边缘上,然后使用边缘上所形成的一维数列,通过插值和相关的方法求解激光散斑图像的位移。而激光散斑图像的位移可以反映出物体的位移或形变。理论和实验证明了该算法可行,可以大大节省数字散斑相关测量中数据处理的时间而不影响计算精度,因为此算法的运算精度主要取决于插值点的个数和散斑图像自身的综合误差。 相似文献
10.
11.
12.
13.
14.
多尺度量子谐振子算法的收敛特性证明单一尺度的收敛过程不能同时获得良好的全局搜索精度和局部搜索精度,只有采用多尺度迭代才能实现对全局最优解的逐步精确定位,所以MQHOA算法利用量子谐振子收敛过程(QHO收敛)和多尺度收敛过程(M收敛)两个嵌套的收敛过程实现对优化问题的求解.QHO收敛过程按谐振子波函数由高能态向低能态的变化实现搜索区域的收缩,M收敛过程以2的倍数逐步减小尺度提高搜索精度.算法的波函数收敛定理证明QHO收敛时采样分布为高斯分布.QHO收敛过程算法模型中不同能级和不同尺度下的波函数图像为跟踪研究算法的迭代收敛过程提供了直观的具有物理含义的手段.实验证明算法在收敛过程中基态波函数形态和基态时零点能的存在都与算法物理模型的理论描述和预言是高度吻合的. 相似文献
15.
针对布谷鸟算法采用整体评价策略处理多维度自变量相关优化问题时,维度耦合现象会恶化算法的搜索速度和收敛精度,提出均衡单进化的布谷鸟算法(ESCES).该算法给出一种新型的均衡单进化函数评价策略,即每一代进化只随机更新目标函数的单个维度,并且随机更新的维度服从均匀分布,避免多维度之间互相干扰.同时,提出两种新型随机游动步长更新学习律,提高了优化算法的全局搜索速度和收敛精度.实验测试结果和显著性统计结果表明,ESCES算法与5个改进CS算法及7个其它最新智能优化算法相比,在全局寻优性能、搜索速度和收敛精度上均获得较大的改进. 相似文献
16.
17.
由于射线跟踪所需时间随着反射次数增加而迅速增加,反射次数的上限值对于室内射线跟踪的精确度和效率至关重要。因此,本文开展了一个基于统计分析室内场景数据的射线跟踪收敛性研究。通过统计场景中的分布特征,分析射线跟踪不同反射路径的概率,研究接收功率关于射线跟踪最大允许反射次数的收敛关系,得出最优的反射次数上限值,实现优化室内射线跟踪的效率和精确度。将本文模型收敛性与射线跟踪仿真结果的收敛性参数进行对比,在同样计算精确度下,本文模型的收敛结果与射线跟踪仿真收敛结果一致,验证了本文模型的准确性。 相似文献
18.
支持向量机(Support Vector Machine,SVM)的惩罚因子C和核参数σ影响模型分类精度和泛化性能。传统进化算法优化支持向量机时主要存在早熟收敛、优收敛速度慢、收敛精度低以及泛化性能不高等问题。针对这些问题,将精英策略与量子粒子群算法融合,提出了精英量子粒子群算法(Elite Quantum Particle Swarm Optimization Algorithm,EQPSO),既提高了种群收敛速度,也一定程度上避免了算法局部收敛,凭借其全局探索能力初探参数范围,并通过网格搜索算法(Grid Search Algorithm,GS)提高开发能力做进一步的优化,将优化好的SVM模型用于入侵检测。利用入侵检测数据集UNSW-NB15对传统的进化算法优化支持向量机模型进行仿真实验,通过交叉验证对比EQPSO-GS-SVM、QPSO-SVM、PSO-SVM、DE-SVM模型,得出EQPSO-GS优化的SVM模型具有更好的泛化性能。 相似文献
19.
针对单站无源定位可观测性弱,收敛速度慢,定位精度差等问题,在此采用综合利用相位差变化率、多普勒变化率对目标进行定位的方法。在此基础上,将一种新的非线性算法即平方根UKF算法应用单站无源定位中,计算机仿真表明在不同的参数测量精度条件下,新算法稳定性更高,收敛速度更快,定位精度更高。 相似文献
20.
针对传统的定位算法在复杂环境下定位精度不高,对环境噪声鲁棒性差的问题,提出了一种基于改进型粒子群算法的鲁棒定位算法。考虑到标准粒子群算法中存在收敛速度慢和“早熟收敛”的问题,本文兼顾粒子群的多样性和收敛速度对粒子种群进行优化。首先采用分组定位方法来优化粒子群,然后利用标准的粒子群算法进行迭代定位。仿真结果表明,和传统算法相比,该算法收敛速度快,对初始种群数目要求少,且当观测值中存在NLOS误差时,定位精度高,鲁棒性强。 相似文献