导读:本文包含了匹配区选择论文开题报告文献综述、选题提纲参考文献，主要关键词:向量,景象,重力,梯度,近邻,模式,张量。
匹配区选择论文文献综述写法
董翠军[1]（2017）在《水下重力场辅助惯性导航匹配算法与适配区选择研究》一文中研究指出由于水下载体的工作环境的特殊性,使得其在水下航行时无法像陆地上一样依靠卫星导航系统、天文导航系统等的信号进行导航定位。惯性导航系统因此成为了水下航行器获取导航定位结果的关键设备。但是纯惯性导航系统也有其自身无法克服的缺点,由于其是采用了积分运算的方式来解算载体的状态信息,使得惯性系统解算中的误差不断累积,并最终影响导航解算的精度和可靠性,甚至导致发散的情况出现。可通过改进惯性导航系统中传感器的硬件方面的性能解决这个问题,但是需要付出较高的代价。而利用地球的物理场信息辅助导航定位的方式则优势明显,其主要方式有地形辅助导航、地磁场辅助导航和重力场辅助导航。考虑到前两者分别存在隐蔽性差或载体自身电磁干扰的问题,本文进行了水下载体重力场辅助导航方面的研究。具体工作内容如下:首先,针对现有的SITAN算法精度低、稳定性差的问题提出了改进型SITAN算法,即为相关SITAN+降权迭代技术组合的匹配算法。实验结果证明:改进型SITAN算法在保留原SITAN算法实时性的同时提高了其稳定性与精度。其次,由于当前衡量重力场特征信息丰富程度的指标多种多样,不同指标反映了重力场不同方面的特性。如何在保证原始信息的损失在可接受的范围下综合运用重力场不同方面的特征信息成为适配区选择中的关键问题。针对此问题使用了主成分分析法将重力场标准差、粗糙度、斜率以及相关系数综合成为一个单一的衡量重力场的适配性的指标。采用MSD准则的TERCOM算法进行了实验验证,结果表明选择方法可靠,为适配区的选择提供了一定的参考。(本文来源于《武汉大学》期刊2017-05-01）
唐剑桥[2]（2016）在《全张量多特征融合的重力梯度辅助导航匹配区选择准则研究》一文中研究指出惯性导航系统(INS)作为无源自主导航的常用导航设备是水下潜器的必备系统。但是,惯性导航系统由于陀螺的漂移,其系统误差会随时间累积。为了保证水下潜器的隐蔽性,有必要采用其他无源导航方式进行惯导系统的辅助导航。利用地球自有的物理场来辅助导航是一种无源的导航方法。地磁辅助导航和重力辅助导航是其中两个重要研究方向。要实现地磁辅助导航,必须从磁场传感器的测量数据中补偿水下潜器的干扰磁场,否则精度无法得到保证;重力测量会受到载体运动等外部因素的影响;而重力梯度的测量不受水下潜器机动性能的制约,重力梯度辅助导航作为一种无源的自主导航方式越来越受到关注。参考图是重力梯度辅助导航技术的叁要素之一,而地球海洋环境复杂,有必要充分利用重力梯度全张量进行多特征信息融合,获得匹配区选择准则,从而获得合适的匹配区,有效提高辅助导航系统的定位精度。本文进行了全张量多特征融合的重力梯度匹配区选择准则的研究。首先,介绍了重力及重力梯度的概念、重力梯度正演方法以及全张量重力梯度多特征参数,提取并分析了全张量基准图的多特征参数。然后,对全张量重力梯度5个独立分量信息的多个特征参数进行提取和统计,分析了特征参数对匹配性能的影响,并以此提出全张量多特征融合的匹配区选择准则。仿真结果表明:在利用该准则划分的匹配区内,导航匹配率可达到90%以上。最后,基于支持向量机的方法,运用K-fold交叉验证法和格网寻优法得到最优支持向量机模型参数,进行了全张量多特征融合的重力梯度匹配区选择准则的研究。仿真结果表明:在基于支持向量机的匹配区选择准则划分的匹配区内,导航匹配率可达到95%,提高导航的精度。(本文来源于《武汉科技大学》期刊2016-05-01）
李开寒[3]（2015）在《重力梯度辅助导航匹配区选择准则研究》一文中研究指出惯性导航系统（INS）是水下导航的核心，然而惯性导航系统存在随时间累积的无法消除的误差。利用重力梯度辅助导航方法，定期对惯性导航系统误差进行修正的导航系统，是一种能够提高水下潜器导航定位精度的、无源的自主导航系统。重力梯度仪、重力梯度基准图、适配区选择和匹配定位算法是重力梯度辅助导航系统的几个基本要素。重力梯度基准图的适配区选择是利用重力梯度辅助导航方法提高导航定位系统的定位精度的前提。本文进行了重力梯度多特征提取，研究了重力梯度辅助导航匹配区选择准则。具体内容如下：首先，对重力梯度的基本原理、特征参数以及常用的匹配算法进行了介绍，对重力梯度多特征提取方法进行了研究，并对所有特征进行了提取。其次，分别利用数理统计分析、主成分和层次分析(PCHP)、支撑向量机（SVM）3种多特征信息融合方法，进行了重力梯度适配区选择准则研究。其中，数理统计方法从实际导航定位实验开始，对大量数据进行了分析，选定标准差、能量和绝对粗糙度作为匹配区选择的指标；PCHP法对重力梯度9个特征进行了分析，保留了绝大部分的特征信息；SVM法以数理统计方法所得的结论为基础，对SVM训练集的样本标签进行了确定，通过重力梯度数据的学习进行匹配区划分，叁种方法各有特点和应用价值。实验表明，所划分的适配区域的匹配导航效果明显优于非适配区域，定位误差小于一个重力梯度格网，匹配率大于90%。然后，根据提出的评价准则，对提出的叁种多特征信息融合的重力梯度适配区选择方法进行了比较分析，从智能性、快速性、准确来看，基于支撑向量机的重力梯度辅助导航匹配区选择准则方法具有明显的优势。最后，对全文做了总结和展望。(本文来源于《武汉科技大学》期刊2015-05-01）
李兰玉,熊凌,李开寒[4]（2014）在《一种结合匹配区选择和障碍物探测的水下路径规划方法》一文中研究指出水下动态航路规划不仅需要考虑适配区的选择,还需要进行实时目标探测和有效避障,这样才能保证潜器的导航安全。文中提出一种同时考虑适配区选择和目标探测的水下航路规划方法,在重力梯度特征空间中基于支持向量机进行适配区的选择,利用重力梯度反演进行目标探测。该方法使潜器既能在适配区航行时进行有效定位,又能避免触碰暗礁和运动潜器等障碍物。仿真分析证明此方法有效。(本文来源于《武汉科技大学学报》期刊2014年04期）
秦琴,宋绍京,冯荣达,陈宝玉,王素娟[5]（2010）在《基于TAPF算法的匹配区选择方法研究》一文中研究指出针对TAPF匹配滤波算法研究景象特征与匹配性能的关系,提出景象特征指标体系,并以此为基础结合相关面特征和模板的容差性等因素系统地制定景象匹配区选择方法准则。利用现有卫片/航片进行匹配选择试验,结果表明,该方法可以成功地规划出满足系统要求的景象匹配区。(本文来源于《半导体光电》期刊2010年04期）
程华,田金文[6]（2009）在《基于双近邻模式和最小二乘支持向量机的SAR景象匹配区选择》一文中研究指出通过对景象匹配过程的分析,从模式识别的角度阐述了误匹配产生的原因。从避免误匹配的角度定义了双近邻度、最小距离以反映SAR景象的独特性和匹配的准确性,并结合反映地面景物稳定性的边缘密度,构建反映SAR景象适配性的分类特征向量。基于该分类特征向量,利用最小二乘支持向量机将SAR景象基准图子图划分为匹配正确的子图和匹配错误的子图,并由匹配正确的子图类构成SAR景象适配区。试验结果表明,提出的方法能够有效地规划出所需的SAR景象匹配区。(本文来源于《宇航学报》期刊2009年04期）
杨朝辉,陈映鹰[7]（2009）在《基于支持向量机的景象匹配区选择方法》一文中研究指出考虑景象匹配区选择结果与参考图像信息之间的联系与制约,提出了基于支持向量机的景象匹配区选择方法.首先合理选择基于灰度和基于特征的2级测度参数,准确有效地表示参考图图像信息;其次将多个测度参数归一化组成样本集的输入属性向量,并使用去均值归一化算法得到匹配结果作为样本集的输出;最后选择合适的核函数与最佳参数训练样本集数据,得到具有自动区分景象适配区与非景象匹配区能力的决策函数,并用其分类实现任意候选参考图的匹配区选择.实验结果表明该方法具有较大的适应性和抗干扰性,能够对复杂参考图的匹配区选择进行正确决策指导.(本文来源于《同济大学学报(自然科学版)》期刊2009年05期）
程华,田金文,马杰,龚俊斌[8]（2008）在《基于双近邻模式和最近距离的叁维地形匹配区选择》一文中研究指出从模式识别的角度分析地形匹配的过程、阐述误匹配产生的原因,并将误匹配划分为测量误差和非测量误差引起的两类。从避免误匹配的角度,定义了双近邻模式和最近距离的概念,并基于双近邻模式和最近距离来选择误匹配概率符合要求的区域。试验结果表明,针对机载激光雷达的成像条件和去均值MSD匹配算法,本文提出的方法能够有效的规划出所需的叁维地形匹配区。(本文来源于《宇航学报》期刊2008年02期）
付文兴,王建民,金善良[9]（2003）在《一种实用的景象匹配区选择方法》一文中研究指出从分析影响配准概率和定位精度的景象匹配区的景象信息量、稳定性和重复模式等各项特征参数出发 ,研究了一种简洁实用的匹配区选择方法 ,并给出了快速算法。仿真试验结果表明 ,该方法的选择速度及所选匹配区配准概率和定位精度都能令人满意(本文来源于《宇航学报》期刊2003年04期）
袁梦尤[10]（2002）在《景象匹配区选择方法研究》一文中研究指出依据本文提出的基于最小误判概率的景象匹配区选择方法评价标准对目前常用的景象匹配区选择方法进行评价后，针对现有方法受图像质量影响较大、抗干扰能力低、准确性低以及计算量大等多方面的问题提出融合图像内容的景象匹配区选择方法。 本文特别对融合图像内容的景象匹配区选择方法中的关键因素(景物内容与景象适配性之间的关系和景象匹配仿真概率置信度)进行了深入研究，给出了不同景物内容的适配性度量值，证明了本文所采用的匹配仿真模型具有较高的可信度。本文还对选择方法的可行性和有效性等方面进行了论证。 本文提出了两种具体的融合景物内容的景象匹配区选择方法：基于GIS和景物内容分布的景象匹配区选择方法；基于GIS和边缘密度的景象匹配区选择方法。这两种方法在本文提出的基于最小误判概率意义的评价标准下都具有较高的匹配区选择准确度和执行效率，能够满足景象匹配区选择的各项要求。实验证明这两种方法都具有较高的匹配区选择可信度和良好的可行性。(本文来源于《中国人民解放军国防科学技术大学》期刊2002-11-01）
匹配区选择论文开题报告范文
（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：
惯性导航系统(INS)作为无源自主导航的常用导航设备是水下潜器的必备系统。但是,惯性导航系统由于陀螺的漂移,其系统误差会随时间累积。为了保证水下潜器的隐蔽性,有必要采用其他无源导航方式进行惯导系统的辅助导航。利用地球自有的物理场来辅助导航是一种无源的导航方法。地磁辅助导航和重力辅助导航是其中两个重要研究方向。要实现地磁辅助导航,必须从磁场传感器的测量数据中补偿水下潜器的干扰磁场,否则精度无法得到保证;重力测量会受到载体运动等外部因素的影响;而重力梯度的测量不受水下潜器机动性能的制约,重力梯度辅助导航作为一种无源的自主导航方式越来越受到关注。参考图是重力梯度辅助导航技术的叁要素之一,而地球海洋环境复杂,有必要充分利用重力梯度全张量进行多特征信息融合,获得匹配区选择准则,从而获得合适的匹配区,有效提高辅助导航系统的定位精度。本文进行了全张量多特征融合的重力梯度匹配区选择准则的研究。首先,介绍了重力及重力梯度的概念、重力梯度正演方法以及全张量重力梯度多特征参数,提取并分析了全张量基准图的多特征参数。然后,对全张量重力梯度5个独立分量信息的多个特征参数进行提取和统计,分析了特征参数对匹配性能的影响,并以此提出全张量多特征融合的匹配区选择准则。仿真结果表明:在利用该准则划分的匹配区内,导航匹配率可达到90%以上。最后,基于支持向量机的方法,运用K-fold交叉验证法和格网寻优法得到最优支持向量机模型参数,进行了全张量多特征融合的重力梯度匹配区选择准则的研究。仿真结果表明:在基于支持向量机的匹配区选择准则划分的匹配区内,导航匹配率可达到95%,提高导航的精度。
（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。
匹配区选择论文参考文献
[1].董翠军.水下重力场辅助惯性导航匹配算法与适配区选择研究[D].武汉大学.2017
[2].唐剑桥.全张量多特征融合的重力梯度辅助导航匹配区选择准则研究[D].武汉科技大学.2016
[3].李开寒.重力梯度辅助导航匹配区选择准则研究[D].武汉科技大学.2015
[4].李兰玉,熊凌,李开寒.一种结合匹配区选择和障碍物探测的水下路径规划方法[J].武汉科技大学学报.2014
[5].秦琴,宋绍京,冯荣达,陈宝玉,王素娟.基于TAPF算法的匹配区选择方法研究[J].半导体光电.2010
[6].程华,田金文.基于双近邻模式和最小二乘支持向量机的SAR景象匹配区选择[J].宇航学报.2009
[7].杨朝辉,陈映鹰.基于支持向量机的景象匹配区选择方法[J].同济大学学报(自然科学版).2009
[8].程华,田金文,马杰,龚俊斌.基于双近邻模式和最近距离的叁维地形匹配区选择[J].宇航学报.2008
[9].付文兴,王建民,金善良.一种实用的景象匹配区选择方法[J].宇航学报.2003
[10].袁梦尤.景象匹配区选择方法研究[D].中国人民解放军国防科学技术大学.2002