一种基于地磁总场梯度的匹配定位算法

水下载体地磁导航技术是近年来研究的热点问题.为提高匹配导航定位的精度,提出了利用地磁总场梯度作为特征量进行地磁匹配定位.通过与地磁总场基准图的性能指标对比,分析了地磁总场梯度作为匹配特征量的优势.阐述了经典MSD(Mean Square Deviation)匹配算法的原理和缺陷,提出一种基于旋转变换的改进算法.仿真结果验证了地磁总场梯度匹配的优势和可行性;改进后的算法的定位精度相比经典MSD算法提高了26.57%,证明了改进算法的有效性.     

基于改进ICP算法的地磁图匹配技术

将地磁信息应用于惯性导航是组合导航技术研究的新方向.对地磁辅助导航的原理和发展现状进行了介绍,并在分析地磁特征的基础上,研究了利用地磁异常特征进行ICP匹配定位的方法.根据应用环境,对ICP算法进行了以下改进:首先,受模拟退火法的启发,提出采用扇形扫描法搜索最优匹配,推动ICP算法向全局最优迭代;其次,结合RANSAC法,有效剔除了地磁测量中的野值点,提高了算法的鲁棒性.仿真结果证实了改进算法的良好性能.     

一种新的快速地磁匹配算法

地磁匹配算法的本质是数字地图匹配,可以用相关算法来考虑这个问题.叙述了地磁匹配的原理,分析了传统地磁匹配算法的不足和造成的原因.在此基础上,提出了一种新的匹配算法:先对各采样点的地磁场矢量从地磁库中搜索小于误差的所有地磁矢量,并分别组成一个集合,再分别以这些集合为基准进行匹配.这样不但减少了匹配时间,而且降低了误匹配的...     

基于组合算法的地磁匹配导航航迹规划

研究无人机地磁匹配导航问题,为优化航迹规划,根据地磁匹配导航的特点,针对无人机航迹规划建立了特有的航迹规划模型,并提出利用组合算法对无人机的航迹进行规划.设定地磁基准图中无人机必须经过的航迹点,利用Dijkstra算法求得一条从起始点到目标点的粗选航迹,然后考虑威胁在内的各种代价应用改进“编码”的粒子群算法对粗选航迹进行优化.仿真结果表明组合算法能够克服传统算法易陷入局部最优的缺陷,大大提高了全局搜索能力,验证了组合地磁匹配导航航迹规划的有效可行性.     

一种基于自适应遗传搜索策略的地磁匹配算法研究

针对如何进行精确地磁匹配定位问题,提出一种基于自适应遗传搜索策略的地磁匹配算法。首先选择地磁异常场作为匹配特征量;然后从染色体编码、适应度函数以及遗传操作3个方面对自适应遗传算法进行阐述,给出基于自适应遗传搜索策略的地磁匹配算法流程;最后通过仿真分析白噪声、种群大小以及进化代数对地磁匹配结果的影响。研究结果表明:当地磁测量信号含有白噪声时,定位精度可以控制在一个网格(100 m×100 m)内;当种群大小达到70和进化代数达到200代时,定位误差和匹配概率趋于稳定;该算法在定位精度和匹配概率上比传统地磁匹配算法有所提高,并且随着噪声的增加这种优势愈发明显。     

煤矿井下HBi-LSTM地磁定位算法研究

针对井下环境对地磁数据影响较大的问题,提出HBi-LSTM神经网络地磁定位模型。基于分层LSTM处理不同长短时间序列以及Bi-LSTM充分学习每条序列信息的特点,构建出HBi-LSTM模型,利用矿用手机内置磁力计采集井下地磁数据,建立面向井下环境的地磁指纹数据库,通过HBi-LSTM学习实现地磁序列可以更好地对应位置标签,之后矿工手持矿用手机随机运动采集地磁序列通过训练好的模型精确匹配指纹库实现在线定位。实验结果显示：所提出的模型比基本LSTM模型的定位性能更好,能够有效提升复杂环境下定位精度。     

基于PDR和地磁匹配融合的楼层定位方法

针对室内楼层定位的实际应用需求,提出了一种基于PDR/地磁匹配融合的楼层三维定位方法。不同于传统的定位整层位置,该算法主要研究了楼层间楼梯部分的行人定位方法,行人可利用手机等设备获取加速度、陀螺仪、气压计以及地磁数据,通过对加速度、气压值分析识别上下楼状态,根据楼梯角度和阶梯高度进而获得位置高度信息,由于行人航位推算 (PDR)方法存在累积误差的问题,通过获得的地磁数据构建地磁基准图,并融合粒子滤波的方法修正PDR累积误差以达到获得运动轨迹的目的。通过实验数据分析,该算法能有效获取行人楼梯位置,精度优于1m,满足室内楼层三维定位的基本需求。     

面向车辆导航的多用户云端地磁匹配定位技术研究

针对车辆在经过隧道、地下车库等环境时,GNSS信号中断导致GNSS/MIMU组合导航系统定位失效的问题,研究了地磁匹配定位算法,利用地磁匹配输出的绝对位置信息实现对组合导航系统的修正。针对地磁匹配算法运行过程中数据计算量、存储量大以及实时性高的要求,研究了多用户接入与云-端实时双向通信的云定位关键技术,搭建了一种面向车辆导航的多用户地磁匹配定位的云平台。经测试,所设计的云定位架构可实现多用户同时在线接入定位,单用户定位平均传输延迟在80 ms左右,满足定位的实时性和稳定性要求;基于云平台进行实际车辆地磁匹配定位实验,精度可达到3 m,满足城市环境车辆定位的要求。     

一种基于MAD的地磁匹配导航方法

充分发挥地磁匹配导航方式的优点,引入在图像处理领域广泛采用的互相关匹配概念,提出一种基于二维最小绝对差累加和算法(MAD)的地磁匹配导航方法。通过地磁传感器实时采集运载体附近的地磁信号获取地磁检测序列,将检测序列作为匹配模板在地磁数据库中进行MAD相关计算,获取每一点的地磁强度量值绝对差累加和,地磁数据库中绝对差累加和最小点的位置就是运载体当前坐标的最佳匹配点,由此获取位置导航参数。仿真结果表明,该方法具有较高的定位精度,匹配点的相关峰尖锐,动态定位效果较好。     

一种改进的煤矿井下指纹定位匹配算法

煤矿井下环境复杂多变,对人员精确定位技术挑战很大。目前矿井巷道中采用基于接收信号强度指示RSSI(Received Signal Strength Indication)的位置指纹定位算法存在定位目标漂移、抖动和定位精度不高等问题。提出一种改进的指纹定位匹配算法,该算法将K邻近算法和最短历史路径匹配法联合并利用速度限定位置估计补偿算法对定位精度进行修正。利用在煤矿巷道中的实测数据,对改进的匹配算法进行了验证与误差分析。仿真结果表明,改进后的算法能够提高定位精度,满足矿井人员定位、目标跟踪和目标轨迹查询等要求。     

多模式匹配算法的优化研究

模式匹配技术有着广泛的应用且模式匹配算法已经被研究了很多年，同时对稀疏存储及其结构的操作也有大量的文献资料。本文首先描述了Aho—Corasiek多模式匹配算法，该算法是基于自动机及状态向量的，然后提出了使用banded—row稀疏存储对Aho—Corasick算法中的状态转换表进行存储优化的观点，给出了优化算法。最后给出了和原Aho—Corasick算法相比较的测试结果，该结果表明在大模式集的情况下，使用banded—row稀疏存储的Aho—Corasick算法减少了存储需求，进一步地提高了性能。     

基于双目视觉的深度图立体匹配算法研究改进

双目立体视觉可以直接模仿人眼与人类视觉的立体感知过程,是计算机视觉研究的核心课题之一。文章主要针对图像的立体匹配算法研究,对区域相关算法进行了分析。在传统的NCC基本灰度相关度测度函数的基础上,将动态规划优化理论引入到匹配中,提高了匹配的速度和准确度。实验表明,本文算法能够满足目标跟踪试验要求,具有重要的理论意义和较高的实用价值。     

多模式匹配算法的优化研究

模式匹配技术有着广泛的应用且模式匹配算法已经被研究了很多年,同时对稀疏存储及其结构的操作也有大量的文献资料。本文首先描述了Aho-Corasick多模式匹配算法,该算法是基于自动机及状态向量的,然后提出了使用banded-row稀疏存储对Aho-Corasick算法中的状态转换表进行存储优化的观点,给出了优化算法。最后给出了和原Aho-Corasick算法相比较的测试结果,该结果表明在大模式集的情况下,使用banded-row稀疏存储的Aho-Corasick算法减少了存储需求,进一步地提高了性能。     

粒子群优化算法在点模式匹配中的应用

点模式匹配技术是计算机视觉和模式识别领域中的一个重要课题.将每个点模式编码为一个称为粒子的实值向量,并利用两幅图像的灰度矩阵来构造粒子的适应度函数,提出一种基于粒子群优化算法的点模式匹配新算法.系统初始化为一组随机解,通过迭代使粒子在解空间中追随当前较优的粒子进行搜索,从而找到最优解.仿真实验结果证明算法的有效性.     

基于Horspool算法的模糊匹配

匹配模式中存在模糊信息的匹配形式称为模糊匹配,它是目前字符串匹配的重要研究方向。Horspool算法是精确匹配的经典算法,但不能实现模糊匹配。该文将要求匹配的模式转化为相应的二进制数序列,在HorSpool算法基础上扩大其功能,使其能够实现模糊匹配,且不影响其精确匹配的功能。     

基于区域边界约束和图割优化的稠密匹配算法

基于图割全局优化的稠密匹配算法中,平滑项表示和遮挡处理是关键问题.具有凸性平滑项的能量函数可以求得全局最优解,但所求结果在视差跳变处过于平滑;而具有非凸平滑项的能量函数虽保留了视差的非连续性,但目前只能使用循环算法求得次优解.为此,基于"视差跳变绝大部分发生在颜色的不连续处"这一设定,提出一种利用区域边界和边界像素间的约束构建能量函数的稠密匹配表示方法,使得该函数既能求得全局最优解,又能使最终结果满足平滑项的"非连续保留"性,且体现遮挡约束、顺序性约束,并显著提高计算效率,在速度和效果上取得较好平衡.     

KMP模式匹配算法的研究分析

通过对字符串模式匹配算法和KMP算法的研究,分析了一种改进KMP算法的方法,并通过对算法的复杂性进行计算,结果表明,改进后的KMP算法和KMP算法的时间复杂度均为O（m＋n）,但改进后算法的平均比较次数约为未改进算法的平均比较次数的0.833倍,因此改进后的KMP算法更能提高字符串模式匹配的工作效率。     

基于特征点匹配的改进模板匹配算法

特征点匹配是图像匹配领域中一项重要研究内容.暴力匹配中强调缺少特征匹配不是由于太少的正确匹配,而在于很难分辨真假,故加入模板匹配进行约束,提出一种改进模板匹配算法.为了提升匹配速度和精度,该算法通过提供特征点的坐标,可以计算出每个特征点的得分值,并将其用于从输入图像中提取模板.基于输入图像和另一幅图像之间的模板匹配,使...