共查询到18条相似文献,搜索用时 312 毫秒
1.
2.
3.
对复杂背景中红外弱小目标检测识别的一种图像处理技术进行了研究。用最大中值滤波进行预处理以抑制孤立噪声影响,采用时域方差滤波抑制背景信息,对滤波后的图像根据直方图信息进行自适应二值化处理,由多帧轨迹确定目标。用实验与基于形态学算子滤波的目标检测算法进行了比较,结果表明该算法能获得较满意的目标检测结果,两种滤波方法的组合可有效提高信噪比。 相似文献
4.
5.
现有的常用于干涉SAR相位图噪声抑制的非线性滤波法主要有模糊中值滤波和模数滤波,这两种方法都会引起比较大的图像边缘模糊,从而降低后续处理的精度。邻域平均法是一种非常经典的图像降噪方法,它具有较好的边缘保持特性。论文结合干涉SAR相位图的特性,改进了邻域平均法的邻域甲均值计算公式,有选择地利用邻域平均值代替当前像素点的值,提出了一种适用于干涉SAR相位图降噪的新的非线性滤波方法一条件邻域平均法,它具有更好的边缘保持特性。在理论分析和比较条件邻域平均法与模糊中值滤波和模数滤波方法的基础上,采用ERS1/2干涉SAR数据对论文提出的方法和所作的分析进行了验证。 相似文献
6.
一种改进的测向交叉定位方法 总被引:2,自引:0,他引:2
传统的两站交叉定位算法在多辐射源环境下存在虚假定位点无法准确消除、多目标处理能力差、算法自身的缺陷导致的定位盲区无法消除等局限性.提出了一种利用多站测向信息的改进算法,该算法根据各交叉定位点的误差分布设置准则进行测向信息配对并获得真实定位点的初始坐标,再利用线性加权最小二乘估计结合卡尔曼滤波算法进行处理获得辐射源的位置.仿真结果表明,该算法显著改善了多目标处理能力,能够快速、准确地进行测向信息配对,有效消除虚假定位点和定位盲区,并能得到不错的定位精度. 相似文献
7.
文章介绍了CBERS-1卫星01/02星(CBERS-01/02)CCD相机图像的高效去噪方法。首先介绍CCD相机图像存在的噪声种类,然后重点讨论了3类噪声的快速定位算法,并对不同的噪声施加不同的方式滤波处理,最后给出图像的去噪效果。 相似文献
8.
9.
《北华航天工业学院学报》2017,(5):1-3
为解决上位机软件进行中值滤波算法对安检图像预处理速度有限问题,针对探测器的数据发送方式,利用现场可编程门阵列(FPGA)的并行处理能力,对中值滤波算法进行流水线设计,并通过硬件描述语言Verilog进行设计实现。实验证明,改进的算法在处理速度上比传统的冒泡算法提高了70%左右。 相似文献
10.
11.
对于车载全球导航卫星系统(GNSS)/捷联惯性导航系统(SINS)组合导航系统,针对GNSS失效而SINS单独工作时仅使用速度约束辅助SINS其纵向位置误差逐渐发散的问题,提出一种神经网络修正的速度约束辅助车载SINS定位算法。通过径向基函数(RBF)神经网络预测SINS纵向位置误差修正系数,以提高SINS单独工作时的定位精度;此外,提出一种限定记忆指数加权实时估计量测噪声的自适应滤波算法。在人为设置GNSS失效以及真实隧道场景下进行车载试验,结果表明本文算法能够在不停车情况下在线修正SINS纵向位置误差,相比于速度约束与卡尔曼滤波相结合的常规算法,有效地提高了GNSS失效时的车载SINS定位精度。 相似文献
12.
一种对斑点目标高精度质心跟踪方法 总被引:1,自引:0,他引:1
本文介绍一种对运动的斑点目标灰度质心进行高精度跟踪的方法。通过对图象序列中目标质心位置和帧间位移量的测量误差分析,提出了改进的滤波模型,有效地抑制了图象灰度噪声和空间量化误差的影响,提高了斑点目标跟踪精度。 相似文献
13.
为降低天文光谱畸变误差对多普勒测速导航精度的影响,设计结合非线性Sage-Husa噪声估计器及抗差扩展卡尔曼滤波器(Robust Extend Kalman Filter,REKF)的自适应滤波算法。当系统模型可靠时,抗差滤波能够通过预测残差判断异常量测并降低其权重;当系统模型噪声先验信息不准确时,通过Sage-Husa噪声估计器估计系统噪声协方差阵Q阵,以保证抗差滤波的效果。此外,结合多普勒测速导航及X射线脉冲星导航进行组合导航,以提高位置估计精度。仿真结果表明,该算法能够在系统模型噪声先验信息不准确的情况下有效控制光谱畸变造成的量测误差对导航精度的影响。 相似文献
14.
为在无陀螺或陀螺故障时可用星敏感器估计姿态角速度,在扩展卡尔曼滤波(EKF)和非线性预测滤波的基础上提出了基于四元数的卫星角速度估计算法,并给出了相应的模型。该算法对角速度建模精度的要求较低,无需卫星动力学方程,方法简单且易于实现。仿真结果表明,算法的精度较高。虽然仍受噪声和步长的影响,但相对基于EKF和最小模型误差的角速度估计算法,其性能改善较大。 相似文献
15.
16.
针对目前应用于SINS/GPS组合导航系统中的扩展卡尔曼滤波(Extended Kalman
Filter, EKF)存在精度低、实时性差的缺点,提出一种基于模型误差预测(Model Error
Prediction, MEP)的Unscented 卡尔曼滤波(Unscented Kalman Filter,
UKF)。MEP-UKF滤波算法将惯性器件测量误差作为模型误差使用MEP进行实时预测的同时,采 用UKF估计载体的姿态、速度及位置等误差信息,并反馈给SINS系统来校正导航参数。MEP-U KF不仅克服了UKF必须假设惯性器件误差为高斯白噪声的局限性,而且降低了SINS/GPS组合 导航系统状态变量的维数,大大缩短了导航解算的时间。仿真结果表明,MEP-UKF的收敛速 度和滤波精度均明显优于EKF,更好地满足了工程应用中对导航精度和实时性的要求。 相似文献
Filter, EKF)存在精度低、实时性差的缺点,提出一种基于模型误差预测(Model Error
Prediction, MEP)的Unscented 卡尔曼滤波(Unscented Kalman Filter,
UKF)。MEP-UKF滤波算法将惯性器件测量误差作为模型误差使用MEP进行实时预测的同时,采 用UKF估计载体的姿态、速度及位置等误差信息,并反馈给SINS系统来校正导航参数。MEP-U KF不仅克服了UKF必须假设惯性器件误差为高斯白噪声的局限性,而且降低了SINS/GPS组合 导航系统状态变量的维数,大大缩短了导航解算的时间。仿真结果表明,MEP-UKF的收敛速 度和滤波精度均明显优于EKF,更好地满足了工程应用中对导航精度和实时性的要求。 相似文献
17.
在对智能导弹协同作战过程详细描述的基础上,提出了一种利用多枚智能导弹协同对目标定位的方法。考虑目标运动模型为静止模型和运动模型两种情况,将Sigma-Point滤波方法与过程噪声的自适应估计方法相结合,融合目标运动状态和目标到达角信息,克服了常规Sigma-Point滤波性能依赖于目标运动模型的先验统计信息的缺点。通过比较目标可能存在区域面积的大小,确定了参与协同定位的智能导弹数目和编队构型。仿真研究表明,多枚智能导弹协同对目标定位可以显著提高定位精度和速度。 相似文献
18.
在卫星导航系统动态定位中,采用基于瞬时多普勒观测量的最小二乘法确定速度,当载体高机动时,多普勒误差迅速增大,从而导致测速精度大幅度降低。针对该问题,提出一种同时实现动态模型自适应修正和观测模型自适应更新的Kalman滤波算法。算法采用滑动窗方式来建立实时更新的动态模型参数,使当前统计模型自适应地跟踪载体的动态特性。此外,算法提出观测模型的自适应更新方法,通过设置载体状态判决门限,高、中机动时仅进行受动态应力影响小的伪距更新,低机动下添加精度较高的伪距率更新。通过Sprient GSS8000模拟器产生的动态场景验证表明,相对于最小二乘法和常规Kalman滤波算法,提出的自适应Kalman滤波算法能够全面提高载体在多种运动状态下的测速精度。 相似文献