排序方式: 共有1199条查询结果,搜索用时 15 毫秒
951.
952.
953.
954.
955.
956.
957.
958.
959.
在目标跟踪系统中,特别是在复杂背景情况下对地面目标的跟踪中,传统相关算法采用全局搜索的方法,使得计算量相当大,不易实时实现,而且当发生目标局部遮挡时,目标容易丢失.为此,提出一种基于模糊推理和卡尔曼预测器的目标相关跟踪的方法,它充分利用卡尔曼预测器的预测功能来预测下一帧目标可能出现的区域,然后在较小的预测区域中进行相关匹配运算,找到最佳相关匹配点,跟踪更具主动性,同时用模糊推理方法对卡尔曼预测器的参数进行自适应调整,从而可以跟踪各种机动目标.实验中用传统算法和本算法对高速行驶的坦克进行跟踪时,传统算法容易跑飞,而本算法不受遮挡干扰,始终稳定跟踪且耗时大幅减少,且能够跟踪机动速度大幅变化的目标. 相似文献
960.
针对自主水下航行器(AUV)的编队控制问题,分析了几种不同编队控制方法的优缺点,提出了一种融合了主从编队控制和虚拟结构编队控制二者优点的基于虚拟参考点的AUV编队控制新方法.该方法将AUV的水平面运动方程进行反馈线性化,得到一个二重积分系统,并将编队控制任务分为两个子任务,一是各个AUV的路径跟踪问题;二是要求所有的AUV要以期望的速度编队航行,在此基础上设计了AUV的编队控制律,并在设计虚拟参考点的位置更新时,综合考虑了编队中所有AUV的位置跟踪误差,实现了编队控制的高层协调.通过仿真试验,验证了所提出编队控制律的有效性. 相似文献