2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩122頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著對海洋資源探測開發(fā)的需求不斷增加以及對水中作業(yè)的需要,智能水下機器人(AUV)技術(shù)的發(fā)展正日益受到國內(nèi)外重視,水聲探測是目前各種水下探測方式中最有效的。利用聲吶可以進(jìn)行海洋環(huán)境的探測和數(shù)據(jù)處理,從而判定目標(biāo)的類型、方位、速度等信息。所以,基于前視聲吶的水下目標(biāo)探測和跟蹤技術(shù),對目標(biāo)的自主識別和跟蹤,以及對AUV的自主避碰、自主導(dǎo)航都意義重大。
  本論文主要研究基于水下機器人前視聲吶的多目標(biāo)跟蹤問題。論文以單波束的前視聲吶作為

2、聲視覺傳感器,從聲吶回波中得到水下多目標(biāo)信息,并在此基礎(chǔ)上搭建一個基于智能水下機器人的水下多目標(biāo)跟蹤系統(tǒng)。本文的具體研究內(nèi)容如下:
  進(jìn)行了前視聲吶圖像的處理研究。分析了前視聲吶圖像不同于光學(xué)圖像的特點,選用中值濾波進(jìn)行去噪處理,通過改進(jìn)取中值算法提高了濾波速度;研究了模糊圖像增強算法,通過改進(jìn)模糊隸屬度函數(shù)來解決經(jīng)典Pal-King模糊圖像增強算法中低灰度值在增強后丟失的問題;改進(jìn)了基于粒子群優(yōu)化(PSO)的聲吶圖像增強算法,

3、通過 PSO算法為增強函數(shù)選取增強效果最好的最優(yōu)參數(shù),改善了圖像增強效果;利用改進(jìn)的自適應(yīng)雙閾值區(qū)域生長算法進(jìn)行圖像分割,其中采用最大類間方差法(Otsu)得到低閾值;最后采用圖像缺損擬合等方法對分割后的聲吶圖像進(jìn)行形態(tài)學(xué)處理。
  進(jìn)行了水下目標(biāo)多特征融合跟蹤技術(shù)研究。研究了前視聲吶圖像中目標(biāo)的特征描述方法,提取了30種不同的特征,并基于廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)評判準(zhǔn)則分別采用序列前向選擇(SFS)及序列后向選擇(SBS)這

4、兩種特征選擇方法對特征進(jìn)行降維,選出了最優(yōu)特征組合;分析了粒子濾波以及多種特征融合策略的基本原理,針對基于前視聲吶的水下多目標(biāo)跟蹤,提出了一種自適應(yīng)融合策略以確定粒子權(quán)值,并基于聲吶圖像特征采用模糊控制器對加權(quán)和融合進(jìn)行改進(jìn),實時在線調(diào)整特征融合策略,在乘性融合及基于模糊邏輯的加權(quán)和融合間進(jìn)行切換,以適應(yīng)不同的跟蹤情況,并將結(jié)果與其它特征融合策略進(jìn)行了對比,通過分析試驗結(jié)果驗證了所提自適應(yīng)融合策略的有效性。
  進(jìn)行了水下多目標(biāo)跟

5、蹤數(shù)據(jù)關(guān)聯(lián)的研究。針對前視聲吶多目標(biāo)跟蹤中存在目標(biāo)進(jìn)入進(jìn)出聲吶掃描范圍的特點,將軌跡管理和面向目標(biāo)的跟蹤方法結(jié)合起來,建立了多目標(biāo)軌跡文件系統(tǒng),實現(xiàn)了對軌跡的實時起始和終結(jié);研究了采用最近鄰數(shù)據(jù)關(guān)聯(lián)(NNDA)與粒子濾波(PF)相結(jié)合進(jìn)行水下目標(biāo)跟蹤,建立了NNDA-PF算法模型。并接著提出了一種基于多特征的聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)(JPDA)與粒子濾波相結(jié)合的JPDA-PF算法,將目標(biāo)特征匹配情況、當(dāng)前的量測與目標(biāo)軌跡間的關(guān)系引入粒子濾波的權(quán)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論