排序方式: 共有17条查询结果,搜索用时 0 毫秒
1.
2.
定位系统的模型误差是制约定位精度提高的最主要因素之一。目前大多数定位系统都采用参数标定或者参数差分的方法降低模型误差对定位精度的影响。本文针对辐射源的多星定位应用,采用低信噪比的周期宽带信号作为参考信号,对定位系统的模型误差进行校准。校准过程建立了模型误差参数直接估计模型和辐射源位置直接估计模型。模型误差直接估计模型中,建立起接收参考信号波形与模型误差参数之间的关系,运用最大似然方法获得超分辨率的模型误差参数估计。辐射源位置直接估计模型中,建立起模型误差参数、未知辐射源位置与接收未知信号波形之间的关系,直接估计出辐射源的位置。针对参考信号带宽大,周期长,信噪比低,导致模型误差参数估计计算复杂度大的问题,利用参考信号的周期特性对参考信号进行能量累积和分步搜索方法逐级引导,提高了系统参数估计速度和精度。最后给出一个仿真算例说明方法的有效性。 相似文献
3.
在不受限制的复杂环境中在线跟踪任意类型的感兴趣目标仍是一项极具挑战的难题.本文在无模型跟踪框架基础上提出一种基于改进协作目标外观模型的在线视觉跟踪方法,解决了大多数协作模型类跟踪算法在学习阶段无法有效选择正、负样本的问题.该方法根据人类视觉感知准则将目标边缘信息视为最具区分度的目标特征,提出边缘判别模型并结合动态模型和检测模块建立二级似然匹配空间,为生成模型的似然匹配去除了背景干扰;采用分块策略建立目标生成模型,为模型引入空间结构信息;利用Mean-Shift计算各子块的最终位置和匹配系数,并根据子块匹配系数为遮挡处理和模型更新提供依据.在公开视频序列上同几种流行视觉跟踪算法的对比实验结果证明了本文算法的有效性和优越性. 相似文献
4.
使用无源时差(TDOA)定位技术确定无人机等小型辐射源目标的位置是当前研究的热点,针对时差定位算法较为复杂的实际情况,推导了时差双曲线的几何解,并提出了一种基于自适应无迹粒子滤波(AUPF)技术的移动目标定位跟踪方法。通过仿真对该方法在不同场景的应用效果进行了验证,进一步比较分析了算法的定位精度。结果表明,基于自适应无迹粒子滤波的时差几何定位跟踪算法可以在多种情况下较好地拟合出目标真实运动轨迹,实现对运动目标的定位跟踪,同时拥有更低的定位误差和更高的轨迹包容度,使用该方法可以显著提高对非合作移动辐射源目标的位置估计性能。 相似文献
5.
6.
该文研究了无人机蜂群飞行同步的检测和干扰方案,把无人机蜂群飞行同步过程看作复杂系统的涌现效应,提出一种基于双阈值的涌现判定算法。通过同时监测目标系统飞行同步过程中的熵差和网络连通度,克服已有算法因忽略网络状态监控而误判的问题,准确及时地识别飞行同步的发生、达成和失败,为控制抑制时机提供坚实的前提基础。以平均功率为约束设计带内干扰行为,从使目标系统通信容量降低的角度建立干扰行为模型,并通过仿真分析其效能。研究发现,低强度持续干扰可有效迟滞目标系统同步过程、延长同步时间,且具有更好隐蔽性;中等强度持续干扰可快速终止飞行同步过程。基于以上分析,首次根据破坏和迟滞的不同作战意图设计了无人机蜂群飞行同步的反制方案。通过仿真验证了其有效性。 相似文献
7.
8.
9.
10.
无线环境复杂经常导致高误码率的出现,该文结合无线传感网对传输能耗有较高要求的特点,针对分组协议字段错误修复问题提出基于贝叶斯网络的最大后验修复方法MAP-BN。该方法使得传感网节点在无需任何编码的情况下可以得到向前纠错的能力。MAP-BN算法利用贝叶斯网络对分组协议字段的先验信息进行建模,并在此基础上利用动态规划算法进行最大后验概率推理,成功降低了最大后验修复的计算复杂度。仿真和分析结果表明,MAP-BN算法具有良好的数据差错控制能力,并可以很大程度上提升网络节点传输数据的能效性。 相似文献