首页 | 官方网站   微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  免费   0篇
  国内免费   3篇
工业技术   6篇
  2014年   1篇
  2013年   1篇
  2010年   1篇
  2008年   1篇
  2006年   1篇
  2001年   1篇
排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
基于舰载经纬仪的使用条件,分析了各测量范围内船姿变量和测角量之间的关系,提出了分段回归模型,并给出了舰载光测设备的回归测量方案及补偿方法。首先,基于船姿测角误差模型,结合多次不同测角范围内的实测数据残差,分析各测量变量间的相关性;通过摇摆台实验,结合双GPS定位数据,对测量数据进行分段双回归,建立了回归数据库。然后,提出了在执行任务前为事后回归处理进行附加观测的方案。最后,基于附加测量残差和回归数据库,提出以测量条件相似度为依据对任务数据进行补偿的方法。实验结果表明,船姿误差最大(航向72",纵倾24",横倾24")时,补偿后光测设备的方位测角均方差由小于等于57"变为小于等于21",俯仰测角均方差则由小于等于34"变为小于等于17",基本满足了舰载光测设备对数据处理精度及稳定性的要求。  相似文献   
2.
基于FPGA设计的图像增强预处理器   总被引:10,自引:0,他引:10  
就如何提高复杂背景条件下低信噪比的小目标检测概率问题展开讨论,提出了用数字滤波方法改善图像质量,提高信噪比,达到抑制背景噪声,增强小目标的目的。针对高帧频电视系统的特点,应用现场可编程门阵列(FPGA)构造高速图像预处理器,完成数字电视的图像预处理的实时计算,进而为后续工作打下良好的基础。仿真和实验结果证明是可行的。  相似文献   
3.
经纬仪交会精度的定量预测   总被引:2,自引:0,他引:2  
推导并建立了一系列的公式,用于定量预测两经纬仪的交会精度。给出了用于目标三维位置估计的基本多传感器三角交会法的公式,同时利用各个测量误差的泰勒展开式导出了误差传播等式。在测量误差中引入高斯分布,建立了测量误差标准差和目标位置估计标准差之间的关系式,给出了交会精度随各单项误差传播系数的变化曲线图。实验结果表明:目标的x、y坐标的估计误差不受站址坐标中z坐标误差的影响,也不受测量高低角的影响,站址坐标中z项误差直接转移到目标的z坐标估计误差中。交会角为90。时,交会精度受经纬仪单项差的影响最小,交会角在20~60°时的误差传播系数为0.079。目标(x,y)坐标的交会精度依赖于经纬仪站址的测量精度、方位角的测量精度、经纬仪和目标的距离测量精度及两经纬仪的交会角;目标z坐标的精度依赖于经纬仪到目标的水平投影距离、经纬仪z坐标的测量精度和传感器高低角测量精度。最后,给出了一套等式和图形用于设计一个两经纬仪系统,使之满足具体的精度要求。本预测方法已成功应用于实际项目中传感器的选型和光学系统的参考设计。  相似文献   
4.
船载经纬仪数据处理   总被引:1,自引:0,他引:1  
为了保证船载经纬仪的测角精度,补偿站位及船摇误差,分析了船载设备的姿态数据对测角误差的影响并建立了船摇误差模型.根据该模型提出了设备标定及测量方案,并给出了船载设备站位修正及事后数据处理方法.首先,建立船摇误差模型,分别给出航向、俯仰及横滚测量误差对设备方位角和俯仰角的影响公式;结合测量设备指标及任务要求,制定了标定及测量方案,给出了设备能够保证精度的测角范围.然后,提出了在船载设备特殊使用环境下,站位数据的测量方法及相应的站位船摇修正算法.最后,说明了船载光测设备的测量数据事后处理方法.实验结果表明,在船载精确姿态测量系统最大误差为航向角1.2′,纵倾角24″,横倾角24″的条件下,设备的测角误差均方根为方位≤57″,俯仰≤34″,基本达到了在该测量条件下的理论最优测角精度.  相似文献   
5.
高速视频记录应用的一种解决方案   总被引:1,自引:0,他引:1  
在PC平台上进行高速数据记录,由于受局部总线速度和文件系统的影响,速度很难超过每秒20M字节。我们设计了一种新的方案,总线采用时钟频率为66MHz,数据位宽为64bits的PCI总线,提高了总线速度。采用Adaptec公司的ASPI指令直接控制SCSI接口卡读写硬盘,摆脱了文件系统对写入速度的影响。记录媒质是由两块SCSI硬盘组成的RAID0级阵列,提高存储媒体的物理写入速度。实验结果证明,存储速度得到很大提高,稳定速度达到每秒100M字节以上。  相似文献   
6.
盛磊  刘旨春  于晓波 《光机电信息》2010,27(12):134-139
为了提高靶场光测设备视频跟踪算法的稳定性、准确性以及抗干扰性,开发了基于Mean-Shift算子的多尺度视频跟踪算法,对该算法所采用的小波变换、小波包及Mean-Shift目标跟踪算法进行了研究。阐述了整个跟踪算法的原理及多分辨率图像选择依据;介绍了小波变换和小波包原理,说明了利用小波包将视频图像分解为多分辨率图像的方法;介绍了Mean-Shift算子的原理以及对目标特征进行归一化表示;最后说明了利用Mean-Shift算子对归一化目标的搜索区域进行预测的算法。实验结果表明,本算法跟踪过程平稳、准确,且抗干扰能力强,收敛速度快。试验数据表明,经过小波变换的Mean-Shift算法的收敛速度提高约66%,搜索准确性提高约34%。基本满足了靶场测量中对视频跟踪算法更高的要求。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号