公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

基于CDKF的飞机姿态角估计被引量：2: 2013年; 针对扩展卡尔曼滤波(Extend Kalman filter,EKF)在飞机姿态估计中存在着计算复杂、线性化误差大等实际问题,将一种基于Stirling内插公式的非线性滤波算法中心差分卡尔曼滤波算法(Central difference Kalman filter,CDKF)应用于由低精度高噪声传感器组成的低成本飞机姿态估计系统中。首先建立基于四元数的飞机姿态数学模型,然后用CDKF方法进行姿态估计,并通过实测数据进行验证。实验结果表明,CDKF方法不仅有效地提高了飞机姿态估计的精度和稳定性;而且不需要模型的具体解析形式,避免了复杂的Jacobian矩阵的计算,算法更简单,也更容易实现,优于常用的EKF方法。; 韩萍干浩亮何炜琨Daniel Alazard; 关键词：四元数扩展卡尔曼滤波

极化SAR图像的联合加权极化差异度变化检测算法被引量：4: 2013年; 以联合加权极化差异度为特征提出了一种极化SAR图像变化检测新算法。首先计算两个不同时相的极化SAR图像的极化散射差异度和极化功率差异度,然后根据二者的相对大小分配加权系数计算联合加权极化差异度,得到差异图像,最后通过阈值分割技术提取变化区域实现变化检测。利用两组美国UAVSAR系统采集的全极化SAR实测数据对算法进行了验证,结果表明,本文算法能有效检测地物的变化情况,且检测虚警少、轮廓清晰。除此之外,算法无需知道图像的统计分布,通用性强。; 韩萍丛润民; 关键词：极化合成孔径雷达变化检测

基于单向无迹卡尔曼滤波的飞机姿态算法被引量：3: 2014年; 针对扩展卡尔曼滤波方法在飞机姿态滤波中存在的线性化误差大、需要解繁琐的Jacobian矩阵等问题,将一种新型卡尔曼滤波方法——单向无迹卡尔曼滤波应用于载有低精度、高噪声传感器的低成本飞机姿态滤波系统,并在精度及计算量上与EKF和容积卡尔曼滤波进行了比较。利用实测飞行数据进行实验,结果表明:相对于EKF,SUKF实现容易,且使姿态滤波精度提高到二阶;相对于CKF,SUKF计算简单,比CKF减少约33%的计算量。; 韩萍桑威林赵爱军Daniel Alazard; 关键词：扩展卡尔曼滤波计算量

复杂场景下的极化SAR图像机场跑道检测被引量：6: 2013年; 提出一种基于极化分解分类与结构特征相结合的复杂场景全极化SAR图像机场跑道检测方法。首先利用先验信息粗选图像中各类样本目标进行H/α分解提取图像中各类训练样本,然后根据极化SAR图像的统计特性,利用贝叶斯分类器对图像进行分类,提取图像中机场跑道疑似区域,再结合机场跑道的五种结构特征用二叉树法进行判别,最终确定机场跑道区域。利用美国UAVSAR系统采集的多组全极化实测数据对算法进行实验,结果表明,该算法能够有效地检测出跑道,且检测的跑道结构完整,轮廓清晰,虚警率低。; 韩萍徐建飒; 关键词：极化合成孔径雷达图像分类二叉树

结合KPCA和稀疏表示的SAR目标识别方法研究被引量：32: 2013年; 提出了一种结合KPCA(Kernel Principal Component Analysis)和稀疏表示的合成孔径雷达(Synthetic Aperture Rader,SAR)目标识别方法。该方法首先利用KPCA方法提取样本特征,然后在特征空间内构造稀疏表示模型,通过梯度投影法(Gradient Projection for Sparse Reconstruction,GPSR)求得测试样本的稀疏系数,最后根据稀疏系数的能量特征实现分类识别。利用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)实测SAR数据进行实验,实验结果表明该方法在方位角未知的情况下平均识别率达到96.78%,能够明显地提高目标的识别结果,是一种有效的SAR目标识别方法。; 韩萍王欢; 关键词：目标识别合成孔径雷达核主成分分析梯度投影法

钢筋加固区介质层电磁特性反演的系统辨识算法被引量：2: 2013年; 本文研究了机场道面钢筋加固区介质层电磁特性的反演问题。机场道面下钢筋的强反射回波严重影响道面介质层电磁特性的反演,为此本文将基于曲波变换的钢筋回波抑制技术引入到道面介质层电磁特性的反演算法中,即首先基于曲波变换进行钢筋回波抑制,而后基于改进的系统辨识算法实现钢筋加固区介质层电磁特性的反演。改进的系统辨识算法是在传统算法中的基础上,考虑了雷达发射信号带宽内的频率对道面介质层介电常数虚部的影响,从而进一步实现了介质层介电常数与电导率的同时反演。仿真结果证明了本文算法的有效性。; 何炜琨吴仁彪韩萍刘家学; 关键词：机场跑道系统辨识

基于加权极化差异度的极化SAR图像变化检测算法: 2013年; 提出了一种基于加权极化差异度的极化SAR图像变化检测算法。首先对两个不同时相的极化SAR图像利用加权极化差异度作为检测特征来构造差异图像,然后通过阈值分割法对差异图像进行分割得到最终的变化检测结果。利用美国UAVSAR系统采集的全极化SAR实测数据对算法进行了实验验证,结果表明,文中算法能够有效地检测出地物的变化情况,且检测效果好。除此之外,该算法无需知道图像的统计分布,具有较强的通用性。; 韩萍丛润民张蔚然; 关键词：变化检测相干矩阵

全选清除导出

共1页<1>

中央高校基金(ZXH2012D001)