【摘 要】
：
单目相机标定是单目视觉测量技术的重要步骤,标定准确度的高低直接影响视觉测量的准确性。论文针对相机标定的问题,提出了一种改进粒子群算法的相机内参标定算法。将张正友相机标定法计算出的相机内参值作为初始值,输入到基于动态惯性权重系数的粒子群优化算法中进一步迭代优化。实验结果表明,改进后算法标定的准确度更高,收敛速度更快,有效地克服了陷入局部最优解的问题。
【机 构】
：
海军航空大学(青岛校区)舰面航空保障与场站管理系 青岛 266041;92941部队 葫芦岛 125000
论文部分内容阅读
单目相机标定是单目视觉测量技术的重要步骤,标定准确度的高低直接影响视觉测量的准确性。论文针对相机标定的问题,提出了一种改进粒子群算法的相机内参标定算法。将张正友相机标定法计算出的相机内参值作为初始值,输入到基于动态惯性权重系数的粒子群优化算法中进一步迭代优化。实验结果表明,改进后算法标定的准确度更高,收敛速度更快,有效地克服了陷入局部最优解的问题。
其他文献
针对远距离、大误差条件下目标散布区域较大的问题,提出了采用线导导引和鱼雷机动搜索的思想,首先介绍了目指信息传输模型和现在时刻推算方位导引法模型;其次提出了一种环形搜索方案,分析了搜索半径、搜索时机、搜索初始及结束后直航航向;最后通过仿真计算,分析了不采用环形搜索和采用环形搜索对鱼雷捕获目标概率的影响,验证了采用环形搜索可提高捕获概率的有效性.
论文提出了一个基于知识图谱的舰船信息分析识别模型和算法,该模型采用基于BERT+Bi-LSTM+CRF的命名实体识别技术和基于Siamese+BERT+Bi-LSTM的属性映射技术,基于该模型和算法,实现了基于知识图谱的舰船信息分析识别的原理系统,并选用舰船领域知识图谱作为知识库进行了仿真实验,实验表明,论文提出的系统可以达到较高的准确率.
针对基本飞行动作质量评价问题,提出一种基于熵权法和斜率相似度的飞行动作质量评价方法,根据专家经验选取每种基本动作的评价指标,应用基于斜率的时间序列相似度衡量多个飞行参数的得分值,应用熵权法确定各指标的权重,最终建立基本飞行动作质量评价模型.把评价结果与飞行教员的主观评分进行比较,验证了模型的可用性.
在多传感器目标跟踪中,航迹关联是全局态势统一的关键.Hausdorff距离已经应用于电力故障排除、点云数据、医学测量、图像分割、车辆轨迹识别等各个方向.针对航迹关联问题,改进了传统的Hausdorff距离,提出基于时间滑窗的混合Hausdorff距离航迹关联算法,定义了基于位置、速度、方位角的混合Hausdorff距离,并在此基础上加入了时间滑窗.仿真结果表明论文算法在目标机动、野值较多、时间异步、雷达采样频率不一致等情况下能够保持较高的正确关联率,优于传统的航迹关联算法.
任务分配是编队对空防御核心问题之一,需综合考虑敌方威胁程度、任务收益、执行时间和资源消耗等多种因素,因此是一个典型的多目标优化问题.多目标优化已被证明是NPH问题,其复杂度随着兵力数量和任务规模呈指数型增长.传统的多任务分配方法主要采用分布式的完全搜索算法或分布式局部搜索算法,前者需要花费大量的时间和通信代价,后者无法确保解的质量,且涉及时间、空间和执行顺序约束,传统优化方法解决此类问题效率低,文章提出一种分布式的多目标演化算法来求解多目标任务分配问题,将约束条件转化为优化目标,通过同时优化求解目标来得到
雷达情报质量评定是雷达情报质量管理的重要组成部分,是提高雷达部队作战保障的基础.论文从作战实际出发,结合现有武器装备,基于模糊综合评判的方法,建立了雷达情报质量评定指标体系,给出了评估模型.
重力匹配导航是对重力异常的数值图与实际的重力异常测量值进行比较和匹配,通过这种方法,可以对随时间而发散的惯性导航系统的误差进行修正,是一种无源导航方法。目前,卫星测量、航空测量、船舶测量是测量海洋重力异常的几种常用方式。论文提出的多源重力异常数据融合方法是依托于离散小波变换,将全球重力场模型重力异常、DEM正演重力异常以及卫星测高反演重力异常进行多源融合,并根据不同重力数据来源提取的表征值对重力基
为了提高无人测试船在水面巡航作业的路径规划效率,论文给出了一种基于旅行商算法的水面覆盖式路径规划策略,并给出动态圆弧线的运动位姿控制优化策略。首先基于水面地图数据进行数学建模与地图栅格化,通过遗传算法进行水面全覆盖路径规划,然后通过建立一个几何数学模型,来根据目标规划点来动态规划弧线的半径,同时判断正确的转弯方向和计算出运动速度,最后运动到达目的点。在ROS机器人操作系统下的仿真实验结果证明了方法
针对我台天线效率不高实际情况,论文对对数周期天线加入地网的效率进行了分析计算,并将几种地网形式计算结果进行了对比分析,结果表明:采用辐射形地网天线效率可达83.33％.
近年来,人工智能技术在很多领域得到了广泛应用,特别是在智能决策与控制方面.在船舶领域,传统的航行决策与控制高度依赖于船员们对雷达、声呐传感信息的人为把握,这种人工方式的决策结果与控制性能受限于船员的航行经验,具有信息不完备的特点.人工智能技术可以有效利用船舶航行过程中产生的海量数据,在船舶的路径规划、运动控制、能耗决策等方面提供依据,能够可靠地保证船舶航行的安全性和经济性.论文综述了人工智能技术在船舶领域的应用情况,阐述了人工智能技术在船舶决策与控制中的有效性和优越性.