导读:本文包含了姿态变化论文开题报告文献综述、选题提纲参考文献,主要关键词:姿态,误差,子母弹,外交,卷积,运动学,距离。
姿态变化论文文献综述写法
朱凯光,王昊,彭聪,张琼,范天姣[1](2019)在《固定翼线圈姿态变化对动态和静态响应的影响与校正》一文中研究指出针对固定翼时间域航空电磁探测过程中线圈姿态变化会给测量数据带来偏差的问题,对线圈姿态进行影响分析与校正。基于法拉第电磁感应定律,利用线圈坐标系和惯性坐标系之间的转换关系,推导线圈姿态变化时的动态响应和静态响应表达式。仿真研究姿态角度、角度变化率对动态响应和静态响应的影响,并基于电磁响应理论对线圈姿态变化产生的动态响应和静态响应进行校正。研究结果表明:线圈姿态变化所产生的动态响应和静态响应基本得到校正,校正后的剖面数据质量得到很大改善,均方根相对误差由22.00%降低到3.04%。(本文来源于《中南大学学报(自然科学版)》期刊2019年10期)
程强,陈丽,侯颖妮[2](2019)在《基于ISAR像的空间目标姿态变化判别方法》一文中研究指出空间目标姿态变化判别对于空间攻防作战时密切掌握敌方目标意图具有重要意义。文中研究了基于逆合成孔径雷达(ISAR)像的空间目标姿态变化判别方法,即判断空间目标处于姿态稳定状态还是姿态变化状态。首先,推导了基于ISAR像进行目标姿态变化判别的基本原理;然后,基于图像处理和图像匹配技术提出了ISAR像旋转角度提取方法和目标姿态变化判别方法;最后,利用雷达实测数据验证了文中方法的有效性。(本文来源于《现代雷达》期刊2019年10期)
王艳丽,王密[3](2019)在《顾及太阳高度角变化的海洋1C卫星姿态低频误差建模与补偿方法》一文中研究指出受空间热环境变化等因素影响,光学遥感卫星姿态量测载荷的本体结构和安装结构将产生热弹性形变,造成姿态低频误差,严重影响光学遥感卫星影像无控制几何定位精度。本文提出了一种顾及太阳高度角变化的光学影像姿态低频误差标校与补偿方法。通过分析海洋1C星卫星四个月的星敏感器低频误差规律,提出了顾及太阳高度角变化适用于长时间范围下光学遥感卫星姿态低频误差补偿模型,并基于地面参考数据实现光学遥感卫星低频误差的标校,建立了包含姿态低频误差的光学遥感卫星几何定位模型,补偿低频误差对光学影像几何定位的影响。本文利用海洋1C星卫星的海岸带成像仪数据对姿态低频误差补偿方法进行了验证,实验结果表明,本文误差模型可以适用于长时间范围的低频误差补偿,将影像定位精度由3.8个像元提升至优于1个像元。(本文来源于《第六届高分辨率对地观测学术年会论文集(上)》期刊2019-09-20)
刘旭阳[4](2019)在《室町幕府前中期的对明外交姿态及变化》一文中研究指出室町幕府由足利尊氏创建于延元元年(1336年)。在同一时期,中国进入元末动乱期。而在1386年,朱元璋(明太祖)在南京即位,并接下来统一中国。也许是历史上的偶然,在同一年足利义满成为了室町幕府的第叁代将军。以足利义满向明朝入贡为契机,在室町时代,日本同中国王朝重新建立起朝贡册封关系,并进行密切交流。在这一背景之下,室町幕府究竟采取了怎样的对明外交姿态,以及为何采取该外交姿态就成为亟需探讨的问题。而《善邻国宝记》可以说是日本古代到中世时期的对外关系史,同时也是一部外交文书集。该书共叁卷,中卷和下卷收录了从应永5年(1398年)到文明18年(1486年),日本同明朝之间,以及日本同朝鲜之间的外交文书(包括别幅)。因此,它一直被视为珍贵的参考史料集。总体来看,此前关于《善邻国宝记》的相关研究,主要集中于对以瑞溪周凤为首的五山禅僧的思想方面,以及其在外交方面的作用。而此前关于室町时代的日明关系的相关研究,利用《善邻国宝记》中收录的一部分外交文书,对室町幕府时期的日明关系的某一方面进行研究的倾向很强。但是,以《善邻国宝记》中所收录的全部外交文书为对象,对室町幕府时期的日明关系进行把握的研究尚不多见。基于上述研究现状,本论文通过对《善邻国宝记》中所收录的室町幕府同明朝之间的全部国书进行考察,并辅以其它史料为佐,从中发现室町幕府前中期的对明外交姿态及其变化。总体来看,室町时代前中期的对明外交姿态分为叁个阶段,即最初是义满时期的积极外交姿态,如从不同时期的国书内容可以发现,义满时期向明朝皇帝称臣,而对明朝皇帝更是毕恭毕敬,称颂其“绍尧圣神、迈汤智勇、戡定弊乱、甚于建瓴、整顿乾坤、易于返掌”,“虽垂旒深居北阙之尊,皇威远畅东滨之外”,可是说是义满对于明朝是全面臣服的姿态;其后义持时期外交姿态转变(国交中断),认为义满时期“猥通外国船信之间”,导致“神人不和、雨旸失序、先君寻亦陨落”,而决心“永绝外国之通问”;最终经义教的努力,室町幕府的积极外交姿态得以恢复,但是与义满时期全面臣服不同,在义教义政时期只是强调“愿复治朝旧典”,“事大仍需旧贯、权宜要在更张”。而之所以会出现室町幕府前中期对明外交姿态的形成、转变和恢复这一过程,主要是由经济方面的需求(勘合贸易不同发展阶段的特征)、政治方面的考虑以及神国思想的影响等因素决定的。本论文的研究方法主要是使用历史学研究方面通用的“文献研究法”。即通过文献研究法,对《善邻国宝记》中卷和下卷中所收录的室町幕府同明朝之间的国书进行分析研究。而在史料不充分的地方,使用一部分中国方面的史料进行补充。(本文来源于《北京外国语大学》期刊2019-04-15)
陈时通,于勇[5](2019)在《超声速流场中子母弹分离与子弹姿态变化规律的数值模拟》一文中研究指出为研究超声速流场中子母弹在抛撒子弹的过程中子弹的姿态运动,在用动网格技术模拟子弹的运动过程中,利用嵌套网格连接背景网格和运动的部件网格,求解k-ω湍流输运方程,同时耦合了6DOF运动方程。对弹舱靠前和弹舱靠后2种子母弹结构进行了数值模拟,结果表明:弹舱位于前部,子弹在弹射过程中受到母弹激波的影响,姿态变化较大;弹舱位于后部,中间位置对称分布的子弹在抛撒过程中由于受到子弹激波和不对称压力场的作用,姿态会发生不对称的变化。(本文来源于《弹道学报》期刊2019年01期)
康跃然,肖本龙,傅亦源,牛凤梁[6](2018)在《叁轴转台系统姿态变化下指向误差建模与分析》一文中研究指出为了研究叁轴转台姿态变化时各误差分量对系统指向误差的影响,基于多体系统运动学理论,结合转台系统结构和运动特点,建立了从基座到负载设备的叁轴转台系统多体拓扑结构,将负载设备安装角度误差分量引入特征矩阵,完善了叁轴转台系统指向误差模型;基于所建立的模型,在转台实际姿态变化下,仿真获得了各误差分量对系统指向误差的影响规律,为叁轴转台的设计装调、误差分配以及补偿提供了理论依据。(本文来源于《制造业自动化》期刊2018年12期)
蔡川丽,张建平,张彦博[7](2018)在《一种抗姿态与表情变化的叁维人脸识别方法》一文中研究指出为了提高人脸在姿态和表情变化下的识别率,结合局部平面距离(DLP)对曲面局部凹凸性优良的判断能力,提出了一种采用人脸的等距不变表示形式来匹配的人脸识别方法。首先,对深度摄像头采集到的深度图像进行距离约束、位置约束、转换等操作,得到干净完整的叁维人脸,利用叁维人脸上每一点DLP值确定鼻尖点,利用聚类的思想确定鼻根点;其次,采用改进的快速推进算法计算人脸的测地距矩阵,设置阈值并切割出有效的人脸区域;最后,计算有效的人脸区域的高阶矩特征,作为人脸的特征向量进行匹配。实验结果表明,对于不同的数据库,本文算法的识别率接近97%;将本文算法与基于轮廓线特征的人脸识别算法以及基于Gabor特征的人脸识别算法进行比较,其识别率分别提高了14.1%和8.3%,同时有着较高的运算效率。(本文来源于《应用光学》期刊2018年04期)
贲放,黄威,吴珊,孟庆敏,刘云鹤[8](2018)在《时间域航空电磁系统姿态变化影响研究》一文中研究指出航空电磁系统的收发线圈受外界因素影响会发生姿态变化,使测量结果产生一定偏差.传统的数据处理方法考虑姿态变化情况单一,且主要以频率域系统为主,而目前复杂姿态变化对时间域航空电磁系统全时响应的影响尚未有系统研究.本文在前人研究基础上拓宽思路,不仅研究姿态的角度变化,同时改进前人计算方法,研究线圈发生位置变化的影响,并将线圈与大地的耦合感应效应考虑在内.本文通过定义姿态变化前后两种坐标系,确定姿态变化的角度和旋转矩阵,并将一维层状半解析解与姿态角度变化和位置变化进行整合,推导出收发线圈任意姿态变化的表达式.以直升机吊舱分离装置为例,对时间域航空电磁系统收发线圈任意姿态变化进行细致分析.基于重迭偶极子的假设,给出可应用于实际工作中的姿态校正因子,以提高实测数据的处理效率与精度.(本文来源于《地球物理学报》期刊2018年07期)
邹国锋,傅桂霞,高明亮,尹丽菊,王科俊[9](2018)在《基于自学习深度卷积神经网络的姿态变化人脸识别》一文中研究指出针对卷积神经网络结构设计依赖人为经验,网络深度、特征图个数设置缺乏理论依据,网络训练需大量训练样本支持,并结合姿态变化人脸识别存在的问题,提出姿态变化人脸底层特征图的样本扩充方法和深度卷积神经网络模型的自学习方法.首先,根据姿态人脸分布规律,将姿态人脸非线性流形空间划分为不同流形层和局部子空间,针对局部子空间内姿态人脸定义人脸底层特征构建方法,实现姿态变化人脸样本扩充.然后,通过网络结构初始化、网络结构全局和局部自适应扩展,获得自学习深度卷积神经网络,实现姿态变化人脸的深层非线性特征提取和识别.实验表明,本文所提方法丰富了卷积神经网络的理论研究,有效改善了姿态变化人脸识别的准确率.(本文来源于《小型微型计算机系统》期刊2018年06期)
周琦栋[10](2018)在《具有显着姿态变化的长时间人体目标跟踪算法研究》一文中研究指出作为计算机视觉领域最具挑战性的关键技术之一,目标跟踪技术在智能监控、人机交互、无人驾驶、虚拟现实甚至是军事等诸多领域都有着广泛的应用。由于跟踪场景及人体目标变化的复杂性,具有显着姿态变化的长时间人体目标跟踪一直是现有的跟踪算法需要解决的难点。目前的跟踪算法大多包含模型更新环节,通过简单采样获得样本,对算法的观测模型进行在线更新训练。然而通过简单采样收集的样本包含信息较少,冗余度较高,以此训练的观测模型分类能力不足。本文基于目前生成对抗网络的研究,对现有目标跟踪算法中的模型更新环节进行改进。提出基于生成对抗网络的负样本增强方法及多姿态正样本生成方法,将其分别融合到目标跟踪算法之中,提高跟踪算法在具有显着姿态变化的长时间人体目标跟踪任务中的跟踪效果。本文的主要研究工作如下:(1)分析现有基于深度学习方法的目标跟踪算法的基本思想原理,对算法的框架及整体解决方案进行研究,分析算法的优缺点,指出模型更新环节在跟踪算法中的重要性。(2)研究现有目标跟踪算法的模型更新环节,分析观测模型训练使用的样本生成来源。提出基于DRAGAN(Deep Regret Analytic Generative Adversarial Networks)的负样本生成方法,对模型更新环节中使用的负样本进行样本增强。使用DRAGAN生成的负样本干扰性更强,降低冗余度,进而提高跟踪算法观测模型的分类能力。(3)分析人体目标跟踪中姿态变化导致的跟踪漂移问题,研究人体目标姿态之间的变化,将其转化为不同域图像之间的交叉转换。提出基于StarGAN的人体目标多姿态样本生成方法,使用StarGAN生成对应人体目标的多姿态样本,并将其作为正样本用于跟踪算法的模型更新环节。本文将基于生成对抗网络的负样本增强方法及多姿态正样本生成方法分别融合到基于深度学习的目标跟踪算法中,并在OTB人体目标跟踪数据集上对融合后的算法进行对比实验,验证方法有效性。融合了生成对抗网络样本生成方法的目标跟踪改进算法能够在具有显着姿态变化的长时间人体目标跟踪任务中抑制跟踪漂移,提高跟踪效果,增强鲁棒性。(本文来源于《电子科技大学》期刊2018-04-10)
姿态变化论文开题报告范文
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
空间目标姿态变化判别对于空间攻防作战时密切掌握敌方目标意图具有重要意义。文中研究了基于逆合成孔径雷达(ISAR)像的空间目标姿态变化判别方法,即判断空间目标处于姿态稳定状态还是姿态变化状态。首先,推导了基于ISAR像进行目标姿态变化判别的基本原理;然后,基于图像处理和图像匹配技术提出了ISAR像旋转角度提取方法和目标姿态变化判别方法;最后,利用雷达实测数据验证了文中方法的有效性。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
姿态变化论文参考文献
[1].朱凯光,王昊,彭聪,张琼,范天姣.固定翼线圈姿态变化对动态和静态响应的影响与校正[J].中南大学学报(自然科学版).2019
[2].程强,陈丽,侯颖妮.基于ISAR像的空间目标姿态变化判别方法[J].现代雷达.2019
[3].王艳丽,王密.顾及太阳高度角变化的海洋1C卫星姿态低频误差建模与补偿方法[C].第六届高分辨率对地观测学术年会论文集(上).2019
[4].刘旭阳.室町幕府前中期的对明外交姿态及变化[D].北京外国语大学.2019
[5].陈时通,于勇.超声速流场中子母弹分离与子弹姿态变化规律的数值模拟[J].弹道学报.2019
[6].康跃然,肖本龙,傅亦源,牛凤梁.叁轴转台系统姿态变化下指向误差建模与分析[J].制造业自动化.2018
[7].蔡川丽,张建平,张彦博.一种抗姿态与表情变化的叁维人脸识别方法[J].应用光学.2018
[8].贲放,黄威,吴珊,孟庆敏,刘云鹤.时间域航空电磁系统姿态变化影响研究[J].地球物理学报.2018
[9].邹国锋,傅桂霞,高明亮,尹丽菊,王科俊.基于自学习深度卷积神经网络的姿态变化人脸识别[J].小型微型计算机系统.2018
[10].周琦栋.具有显着姿态变化的长时间人体目标跟踪算法研究[D].电子科技大学.2018