您的位置: 专家智库 > >

国家自然科学基金(61040055)

作品数:10 被引量:19H指数:3
相关作者:卢健张福斌潘峰张永清黄杰更多>>
相关机构:西安工程大学西北工业大学更多>>
发文基金:国家自然科学基金陕西省教育厅科研计划项目西北工业大学基础研究基金更多>>
相关领域:自动化与计算机技术兵器科学与技术电子电信更多>>

文献类型

  • 10篇中文期刊文章

领域

  • 8篇自动化与计算...
  • 1篇电子电信
  • 1篇兵器科学与技...

主题

  • 3篇滤波
  • 3篇AUV
  • 2篇弹道
  • 2篇弹道导弹
  • 2篇导弹
  • 2篇图像
  • 2篇自主水下航行...
  • 2篇卡尔曼
  • 2篇卡尔曼滤波
  • 2篇仿真
  • 1篇导弹拦截
  • 1篇导数
  • 1篇多尺度
  • 1篇多传感融合
  • 1篇多模
  • 1篇多普勒测速仪
  • 1篇多特征融合
  • 1篇多项式
  • 1篇信标
  • 1篇信息熵

机构

  • 7篇西安工程大学
  • 5篇西北工业大学

作者

  • 7篇卢健
  • 5篇张福斌
  • 3篇潘峰
  • 2篇张永清
  • 2篇黄杰
  • 1篇朱耀麟
  • 1篇张立川
  • 1篇徐德民
  • 1篇韩涛
  • 1篇李阳
  • 1篇鲍鸿杰
  • 1篇张亚丽
  • 1篇段小伟
  • 1篇沈俊元

传媒

  • 2篇物联网技术
  • 1篇西北工业大学...
  • 1篇火力与指挥控...
  • 1篇计算机与数字...
  • 1篇电光与控制
  • 1篇鱼雷技术
  • 1篇计算机测量与...
  • 1篇中国图象图形...
  • 1篇计算机技术与...

年份

  • 1篇2019
  • 1篇2017
  • 2篇2016
  • 1篇2013
  • 3篇2012
  • 2篇2011
10 条 记 录,以下是 1-10
排序方式:
基于多尺度各向异性高斯核的彩色图像边缘检测算法被引量:1
2016年
文中提出一种新的对噪声鲁棒的彩色图像边缘检测算法。该算法利用多尺度乘积作为提取彩色图像的边缘映射的测度。首先,分别利用单尺度各向异性高斯核的方向导数计算彩色图像的边缘强度映射后再求取尺度乘积的均方值,然后通过非极大值抑制找出候选边缘像素点,最后在高低门限值的约束下去除伪边缘像素点,通过滞后判定实现边缘连接并将边缘图作为掩码与彩色图像结合形成彩色图像边缘图。与Canny算法相比,该算法通过多尺度高斯核的结合得到较好的边缘分辨率,同时引入依赖于噪声的高低门限来控制虚假边缘的发生可能性。
卢健黄杰潘峰
关键词:多尺度EMS彩色图像
基于模糊推理的多特征融合粒子滤波算法
2017年
论文利用模糊推理方法提出了一种基于多特征融合的粒子滤波跟踪算法。该算法不但有效继承了传统的固定权值融合方法,并且依据模糊推理对跟踪期间信息的可靠性来输出权值的大小。根据目标模型的形状信息和颜色信息特征的观测似然函数获取各自在跟踪过程中的权值;依据模糊推理,对跟踪期间某一个变化明显而丢失目标的特征信息改变其权值,同时相应的改变另一个特征信息的权值继续无误差的来跟踪目标。与现有的经典的算法相比,提出的算法有更好的跟踪性能及较小的定位误差。实验结果表明了论文所提出算法的有效性。
卢健潘峰李阳
关键词:模糊推理粒子滤波
空间再入飞行体多传感观测融合仿真研究
2012年
空间飞行器再入飞行的可靠观测无疑是一个值得关注和探讨的问题。弹道导弹是一种典型的空间再入飞行器,其沿着预定弹道飞行,速度快,且可发生机动。对于弹道导弹的运动可以用较为简单和基本的运动模型的交互来近似,也可以用地面雷达和光学传感器来观测。将近似运动模型和观测值代入专门针对非线性估计问题的无味卡尔曼滤波(UKF)框架中,再利用数据融合算法,可以实现弹道导弹的航迹估计。文中首先描述了弹道导弹的运动模型,继而给出了不同传感器的量测方程和运动体的基本运动模型,然后阐述了交互多模型(IMM)、UKF及多传感数据融合算法,最后在仿真系统中实现航迹并得出结论。
韩涛朱耀麟卢健
关键词:弹道导弹无味卡尔曼滤波交互多模型多传感融合仿真
第二小方向导数信息熵的兴趣点检测被引量:2
2016年
目的为了提高兴趣点检测的定位准确性和对噪声的鲁棒性,提出利用图像轮廓线及其邻域内像素点方向导数信息熵检测兴趣点的方法。方法首先利用多方向Gabor虚部滤波器提取图像灰度变化信息得到第二小方向导数。然后利用Canny边缘检测器提取边缘映射,并填补断裂边缘映射提取边缘轮廓线。最后求解图像边缘轮廓线及其邻域内像素点对应的第二小方向导数所对应的信息熵归一化值并作为新的兴趣点测度。和直接由灰度变化信息及分析边缘轮廓形状或曲率提取兴趣点的方法相比,本文算法结合了两种算法的思想,利用轮廓线上及其邻域内的像素点梯度方向信息熵值作为兴趣点测度。同时不同于同质及边缘区域的梯度方向变化,兴趣点处的梯度方向变化信息呈现各向异性的特性,利用兴趣点第二小方向导数(第一小方向导数可能为零)对应的信息熵值作为新的兴趣点测度可提高算法的定位准确性.结果通过对检测图像进行仿射变换和加入高斯噪声处理后,分别利用Harris算子、CSS算子、He&Yung算子和本文算法提取图像兴趣点,并比较各算法在仿射变换和高斯噪声情况下检测到的兴趣点的平均重复率和定位误差两个性能指标的平均值。其中本文算法的性能指标平均值为1.625,远高于Harris(3.25)、He&Yung(2.625)和CSS(2.5)三大兴趣点检测算子。结论通过与典型的3种算法相对比,本文算法具有较好的平均重复率及噪声鲁棒性,尤其是图像在外界干扰的旋转变换和尺度变换下对兴趣点的定位性有着更好的检测性能。
卢健黄杰潘峰
关键词:兴趣点检测信息熵
一种利用单信标修正AUV定位误差的方法被引量:5
2012年
针对配置有捷联惯导(SINS)/多普勒速度仪(DVL)/深度传感器组合导航定位系统的自主水下航行器(AUV)的定位误差随时间增大,以及采用GPS修正定位误差引起的AUV隐蔽性降低等问题,提出了一种利用水下固定单信标修正SINS/DVL/深度传感器组合定位误差的方法。该方法首先利用水声测距原理测量出AUV与水下固定单信标的距离,然后基于空间几何关系计算出AUV的实时位置,最后通过卡尔曼滤波连续修正AUV的定位误差。仿真结果表明,该方法可以有效减小AUV的定位误差,有较好的工程应用价值。
张福斌张永清
关键词:自主水下航行器
一种考虑洋流影响的AUV组合导航算法被引量:4
2012年
针对由捷联惯导(SINS)、多普勒测速仪(DVL)以及深度传感器组成的自主水下航行器(AUV)组合导航系统,当DVL测量距离无法达到海底的情况下,洋流是该系统主要误差源之一的问题,在SINS/DVL组合导航算法的基础上,提出了一种在原算法中加入洋流信息提高系统导航定位精度的方法,并将以上两种导航算法解算出的AUV位置信息进行仿真对比,仿真结果表明:与未考虑洋流信息的算法相比,加入洋流信息的算法能够有效提高AUV的定位精度。
张福斌鲍鸿杰段小伟沈俊元
关键词:自主水下航行器捷联惯导系统多普勒测速仪洋流
共同观测环境多UUV协同导航被引量:6
2013年
协同导航方法是一种利用无人水下航行器(UUV)之间相对位置信息,提高配备低精度自定位传感器个体定位精度的方法。然而个体间相对位置的改变,即协同结构的不同,会导致不同的定位精度。当多个UUV由于相距较近,被在较远处的配备高精度定位传感器的另一UUV上的同一声纳同步观测时,即它们处于"共同观测环境"中,各个UUV所受到的噪声干扰具有相同或相近的性质。因此,可以利用误差间这种相关性对量测信息进行粗估计,再利用合适的滤波器融合粗估计量测与航位推算估计以提高配备低自定位精度传感器UUV位置估计的精度。最后的仿真结果显示了这种处理方法的有效性和一致性。
卢健徐德民张福斌
关键词:蒙特卡洛方法声纳协同导航无人水下航行器
弹道导弹拦截过程仿真研究
2011年
为了在三维空间采用比例导引律攻击目标,文中将空间中导弹和目标的运动分别投影到两个正交平面内分别建立比例导引的动态方程。然后在仿真阶段建立一个分布式计算机仿真系统,进而实时地研究了整个拦截过程。
卢健张福斌张亚丽
关键词:弹道导弹拦截导弹比例导引仿真
分块多项式确定性矩阵SIFT图像配准算法被引量:2
2019年
针对尺度不变特征变换(SIFT)算法在关键点(即尺度空间稳定的极值点)特征描述向量计算复杂且维数较高,以及多项式确定性矩阵测量数取值受限等现象,提出一种分块多项式确定性矩阵的SIFT图像配准算法。通过压缩感知的稀疏表示方法,将SIFT提取的高维描述子向量降维到低维的稀疏特征向量,降低了关键点描述向量维度,并采取欧氏距离对图像关键点特征描述向量进行相似性度量。与传统算法的针对性比对分析表明,改进算法有效提升了配准精度,增强了实时性。
卢健陈泽民马成贤何金鑫
关键词:图像配准SIFT
基于距离量测的主从式AUV协同定位方法被引量:2
2011年
多AUV(Autonomous Underwater Vehicles)协同定位是多AUV协作系统研究的关键问题。通常在主从式协同定位中,主AUV内部装备高精度导航设备,从AUV内部装备低精度导航设备,主从AUV均装备水声通信装置。为了改善从AUV的导航定位精度,提出了利用主从AUV水声通信时间延迟测量二者之间的相对距离,采用扩展卡尔曼滤波算法EKF(Extended Kalman Filter)融和从AUV自身导航信息与距离量测信息,进而对从AUV进行实时导航的方法。仿真研究结果表明,该协同定位定位方法能有效提高从AUV的导航精度。
张永清张福斌张立川
关键词:扩展卡尔曼滤波
共1页<1>
聚类工具0