2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩114頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、本文以靶場實(shí)驗(yàn)中多目標(biāo)測量為研究對(duì)象,以對(duì)目標(biāo)編號(hào)維持為出發(fā)點(diǎn),重點(diǎn)解決在目標(biāo)發(fā)生交叉分離后,繼續(xù)保持對(duì)目標(biāo)編號(hào)維持不變問題。 首先,針對(duì)測量目標(biāo)信噪比較低的特點(diǎn),傳統(tǒng)的目標(biāo)提取算法無法將目標(biāo)提取出來,雙正交小波具有緊支撐性和對(duì)稱性,可以達(dá)到最佳的濾波效果。本文比較了雙正交3.1Ψ小波、haar小波以及sobel算子對(duì)弱目標(biāo)提取的能力,實(shí)驗(yàn)表明3.1Ψ小波對(duì)目標(biāo)提取能力最強(qiáng),并且受噪聲影響小。 接著,在目標(biāo)編號(hào)維持過程中

2、,為了克服概率數(shù)據(jù)關(guān)聯(lián)方法對(duì)多目標(biāo)處理的片面性,以及聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)方法過于繁雜的弊端,本文提出一種適用于實(shí)際應(yīng)用的多參量數(shù)據(jù)關(guān)聯(lián)算法。它采用空間位罱關(guān)聯(lián)度,亮度近似度,形狀近似度多方面因素,綜合計(jì)算不同目標(biāo)與確認(rèn)波門內(nèi)各個(gè)觀測值之間的后驗(yàn)概率密度,不同觀測值對(duì)該目標(biāo)的更新量賦予不同權(quán)值。當(dāng)目標(biāo)數(shù)量增多時(shí),該方法與聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)方法相比,對(duì)目標(biāo)編號(hào)維持可靠性方面比較接近,計(jì)算量大幅減少。 最后,本文對(duì)多目標(biāo)交叉問題進(jìn)行深入探討

3、,提出一種去噪的軌跡外推方法。該方法采用一種廣義霍夫變換剔除目標(biāo)二次曲線方程中的噪聲點(diǎn),通過分析參數(shù)空間模糊截集內(nèi)的有效點(diǎn),從而反推直角坐標(biāo)系下的有效位置點(diǎn),利用這些有效點(diǎn)采用最小二乘曲線擬合獲得目標(biāo)的預(yù)測位置。實(shí)驗(yàn)表明,本文提出的軌跡預(yù)測方法具有較強(qiáng)的抗噪性,當(dāng)噪聲量增強(qiáng)時(shí),去噪的軌跡外推法求得的預(yù)測值與目標(biāo)觀測值之間的偏差比利用最小二乘曲線擬合方法求得的偏差明顯小很多,當(dāng)目標(biāo)分離時(shí),去噪的軌跡外推方法比最小二乘曲線擬合方法成功匹配率

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論