共查询到20条相似文献,搜索用时 637 毫秒
1.
2.
3.
针对基于视觉的舰载无人直升机自主着舰过程中的相对位姿估计问题,选取着舰标志图像的角点特征进行求解,提出了一种基于正交迭代的位姿估计算法。该算法为满足位姿估计结果精确、鲁棒和高效的要求,采用目标空间误差作为误差函数,并基于透视投影模型给出迭代初值,相对于随机给定初始值而言,使得迭代次数减少,收敛速度提升;在迭代过程中,通过绝对定向方式来求解空间共线性误差最优值问题。仿真结果表明:该方法实时性好、精度较高,具有全局收敛性。 相似文献
4.
为减小单星测频定位的误差,提出一种融合初值校准与二阶逼近的单星测频定位算法。该算法在卫星接收信号多普勒频移为零的时间点,通过测距获得卫星到定位目标的距离信息,利用距离信息修正轨道平面与定位目标的几何关系,为初值的选取提供校准手段;将校准的初值代入含二阶级数的定位方程泰勒展开式,通过较少次数的迭代得到定位目标的真实位置,从而降低定位的算法复杂度,提高定位精度。仿真结果表明,所提出的算法与多普勒单星定位算法相比,迭代次数和定位误差大幅度减小,其实现简单、计算量少、误差小,在单星定位研究领域具有较高的理论价值和实用价值。 相似文献
5.
应用牛顿迭代法实现了弹道导弹基本诸元的快速装订。推导了根据落点偏差求飞行程序角和发射方位角的牛顿迭代公式,设计了迭代算法,并给出了实际算例。考虑到迭代算法收敛速度与所给的迭代初值有一定的关系,提出了预先准备简易射表采用反插值算法为牛顿迭代法准备初值的方法,经计算表明可以大大减少迭代次数,从而实现标准弹道的快速设计。 相似文献
6.
7.
8.
本文针对D.F.Delong教授在文献[1]中提出的一种新算法——WCE迭代算法,运用非线性数值分析理论,导出了该算法的收敛条件。进而,从理论上证明了WCE算法的收敛性与初值选取无关。并且,这一结论也由作者通过计算机仿真研究取得的数值结果所完全证实。 相似文献
9.
10.
计算机试验的设计方法越来越受到重视,嵌套拉丁超立方体设计是计算机试验设计中的一种新型方法,其在多种精度试验中有广泛的应用。但多数嵌套拉丁超立方体设计要求低精度试验次数需为高精度试验次数的倍数,这在应用中会有很大的局限性。通过对其构造方法的改进,得到一种结构更加灵活的多层嵌套拉丁超立方体设计,使得不同精度试验的次数可以更加灵活选取。该设计方法在一维投影上可以达到很好的均匀性。仿真结果表明,该方法较若干相关方法能够达到更小的均方误差。 相似文献
11.
12.
层次分析法中相对权重的改进算法 总被引:1,自引:0,他引:1
以层次分析法为背景,分析了确定相对权重的常用算法存在的诸多问题.将和行归一法、方根法与乘幂法相结合,解决了迭代初值的选取问题.将Aitken加速技术引入乘幂法,构建了新的迭代数列,列出了新的算法步骤,解决了线性收敛问题.通过实例对比验证了改进算法的优越性. 相似文献
13.
14.
二级迭代法由内、外迭代和内迭代次数三部分组成。给出了线性方程组二级迭代法R1-收敛因子的一个上界,这个上界由内、外迭代的R1-收敛因子和内迭代次数所决定,其主部为外迭代的R1-收敛因子。在矩阵单调性条件下,对于任何内迭代方法和任意内迭代次数,证明了外迭代的R1-收敛因子也是二级迭代法R1-收敛因子的下界。所得结果反映了内、外迭代的收敛速度以及内迭代次数对于二级迭代法收敛速度的综合影响。 相似文献
15.
研究了测向数据下的天基初步轨道确定,提出了一种矢量投影法,利用矢量投影建立了基本条件方程组,把现有方法统一起来,并易于扩展为其他类型观测数据下的初定轨.同时研究了迭代初值求解、平凡解初值消除与迭代加速方法等相关问题.采用仿真算例检验本文提出的方法,仿真结果证明了本文方法的有效性. 相似文献
16.
17.
18.
针对高分辨率遥感影像提出了一种面向像斑的自优化迭代分类算法,基于半监督聚类算法获取训练样本,以支持向量机为核心设计了自优化迭代分类器。使用分型网络演化算法获取像斑,并从中选取少量标记样本;结合标记样本,利用半监督模糊C均值算法对像斑进行聚类,并基于密集度筛选得到训练样本;设计了自优化迭代支持向量机分类算法,对所有像斑进行迭代分类直到满足分类要求,并在分类过程中对近邻分类结果进行统计得到高可信度样本以自主优化训练样本集。基于以上方法分别对武汉市QuickBird和WorldView影像进行分类实验,分类总精度分别达到94.67%与92%,与基于人工选取训练样本情况下进行分类的分类总精度(82%与82.67%)、常规支持向量机分类总精度(87.33%与88%)、最小二乘支持向量机分类总精度(88%与89.33%)相比,精度有明显提升,分类效果较好。 相似文献
19.
针对高分辨率遥感影像提出了一种面向像斑的自优化迭代分类算法,基于半监督聚类算法获取训练样本,以支持向量机为核心设计了自优化迭代分类器。使用分型网络演化算法获取像斑,并从中选取少量标记样本;结合标记样本,利用半监督模糊C均值算法对像斑进行聚类,并基于密集度筛选得到训练样本;设计了自优化迭代支持向量机分类算法,对所有像斑进行迭代分类直到满足分类要求,并在分类过程中对近邻分类结果进行统计得到高可信度样本以自主优化训练样本集。基于以上方法分别对武汉市Quick Bird和World View影像进行分类实验,分类总精度分别达到94.67%与92%,与基于人工选取训练样本情况下进行分类的分类总精度(82%与82.67%)、常规支持向量机分类总精度(87.33%与88%)、最小二乘支持向量机分类总精度(88%与89.33%)相比,精度有明显提升,分类效果较好。 相似文献