导读:本文包含了时间配准算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:时间,卡尔,分布式,传感器,模型,图像,平方根。
时间配准算法论文文献综述
荆滢,齐乃新,杨小冈,卢瑞涛[1]（2018）在《基于LK和FAST的时间序列图像快速配准算法》一文中研究指出LK光流算法是一种精确高效的特征跟踪算法,能够较大幅度提高图像配准的精度和速度。针对时间序列图像的配准问题,基于LK光流算法,通过基于图像金字塔的方式跟踪改进后的FAST特征角点,采用一种鲁棒的单应矩阵估计算法解算配准参数,提出了一种基于LK光流和改进FAST特征的实时鲁棒配准算法。通过一组时间序列图像从配准精度和配准速度两个方面对所提出算法的性能进行了验证分析,平均重投影误差为0.16,平均处理速度为30 Hz。实验结果表明,该算法能够提取稳定的FAST角点,快速准确地跟踪匹配序列图像之间的特征,较好地解决时间序列图像的实时配准问题。(本文来源于《红外与激光工程》期刊2018年11期）
宋本钦,张靖,史伟,石教华[2]（2017）在《一种基于弹道的时间配准算法》一文中研究指出时间配准是分布式多传感器融合处理的前提之一,配准误差直接影响后续融合精度。常用时间配准算法通过直线或近似曲线的拟合完成目标的配准,对空中目标通常能够取得较高的配准精度。但对于速度较快、轨道固定的弹道目标则误差较大,难以保证配准精度。因此提出基于弹道的时间配准算法,估计目标当前位置和速度后计算目标的轨道并进行时间配准。通过仿真可以发现,与其它算法相比,本文所提出的算法能够明显地降低弹道目标的时间配准误差。(本文来源于《中国电子科学研究院学报》期刊2017年03期）
聂利权[3]（2017）在《自编码正则化时间配准算法研究》一文中研究指出时间配准的目标是,在时间坐标上通过时间规整方法减少两个序列之间的距离,从而配准两个时间序列。动态时间规整就是用于时间配准的典型方法之一。近年来,动态时间规整得到极大发展,已广泛应用于计算机视觉和模式识别等领域。但是,现有模型的特征表达能力不足,时间配准性能仍然欠佳。为此,本文有效利用自编码作为正则项,分别从浅层非线性表达和深层表达两个方面,提高动态时间规整的配准性能。本文主要工作为:1.提出非线性自编码正则化典型时间规整模型。动态时间规整及其有效变种模型,特别是典型时间序列规整模型(Canonical Time Warping,CTW),虽然在时间序列配准性能上取得了极大提升,但其线性表达能力仍然有限,性能欠佳。为此,本文提出非线性自编码正则化典型时间规整模型(Autoencoder Regularized CTW,AECTW)。具体为,AECTW结合CTW和非线性自编码正则项,通过明确非线性函数来学习数据中的非线性结构,同时增强低维表达的重构能力。得益于非线性结构和重构表达能力,AECTW能够提高CTW的时间序列配准性能。在合成数据和实际行为识别数据集上的实验结果表明,AECTW在时间序列配准任务上优于基准时间规整模型。2.提出栈式时间配准框架。现有时间规整模型的配准性能极大地依赖于特征表达能力,而它们的所用特征都是浅层的,即利用原始数据或者它们的投影实现序列配准。庆幸地是,近期深度学习研究表明,深层体系更有利于学习有效特征表达。受深层体系启发,本文首次将深度表达引入时间配准模型,提出了栈式时间配准框架(Stacked Temporal Alignment,STA)。相比现有的时间规整模型,STA灵活性更高,不仅能将现有时间规整模型纳入统一架构中,而且以一致的视角理解现有时间规整模型。为平衡时间配准的效能和效率,本文基于STA再度开发了栈式边缘时间规整模型(Stacked Marginal Time Warping,SMTW)。SMTW利用边缘栈式降噪自编码作为正则项来学习鲁棒表达,并通过逐层激励函数捕获原始数据中的非线性结构。在合成数据和人类行为识别数据集上的实验结果表明,相比现有时间规整模型,SMTW获得最好的配准性能,同时时间开销也比较小。这也表明了STA框架的有效性。(本文来源于《国防科学技术大学》期刊2017-01-04）
高颖,韩宏帅,武梦洁,王永庭[4]（2016）在《机动目标的IMM扩展卡尔曼滤波时间配准算法》一文中研究指出针对目前研究的时间配准方法是在目标运动模型已知的情况下进行时间配准,难以保证目标在复杂机动情况下运动模型多变时的时间配准精度。提出了机动目标的交互多模型扩展卡尔曼滤波(IMM-EKF)时间配准算法,该算法将交互多模型中的每个运动模型分别进行扩展卡尔曼滤波输出同时根据滤波过程中得到的残差计算每个模型的概率,根据模型概率和各模型滤波输出得到时间配准周期内最后一个采样点的测量数据,利用该点的状态和模型概率进行外推就得到时间配准周期和传感器采样周期不成整数比时配准时刻的位置。通过仿真结果表明该算法能够有效降低整体的时间配准误差。该算法提高了时间配准的精度,为数据融合提供了良好的基础。(本文来源于《西北工业大学学报》期刊2016年04期）
方峰,蔡远利[5]（2015）在《多无源传感器实时时间配准算法研究》一文中研究指出针对多无源传感器由采样速率不同引起的时间不同步问题,本文提出了一种结合平方根容积卡尔曼滤波器与叁次样条函数插值法的实时时间配准算法。该算法采用平方根容积卡尔曼滤波器对传感器观测数据进行滤波及预测,并利用所得的滤波值和预测值进行叁次样条插值,得到当前配准时刻的传感器数据,从而实现了实时的时间配准。大量仿真结果表明,本文算法可以很好地对多传感器观测数据进行实时时间配准,且配准精度优于样条函数插值法。(本文来源于《系统仿真技术及其应用（第16卷）》期刊2015-08-09）
雍霄驹,方洋旺,高翔,张磊,封普文[6]（2014）在《用于多源信息中制导的MM-LS时间配准算法》一文中研究指出针对目标做匀速直线运动以及时间配准周期与雷达采样周期成整数比两个假设限制了最小二乘时间配准算法应用范围的问题,结合多模型的思想,研究了无限制条件下的多模型最小二乘时间配准算法.在推导匀加速模型、加加速模型最小二乘时间配准算法的基础上,由最小均方误差准则得出多模型最小二乘时间配准算法.利用各模型求解得到的一阶、二阶、叁阶导数,进一步通过外推算法,解决了时间配准周期与雷达采样周期比为非整数这一问题.仿真表明,当目标的机动过载从1 g至9 g变化时,雷达的探测误差从10m至100m变化,多模型最小二乘时间配准算法虽然不能取得最好的结果,但是可以确保得到值得信赖的时间配准结果.(本文来源于《西安电子科技大学学报》期刊2014年04期）
董凯,关欣,刘瑜,何友[7]（2014）在《基于机动检测的自适应实时时间配准算法》一文中研究指出多传感器航迹数据的时间配准是分布式融合处理的前提之一。在几种常用时间配准算法的对比分析中发现,不同算法仅在某种目标运动模型条件下是最优的,而目前的研究大多采用固定某一种配准方法,难以保证目标复杂机动情况下的配准精度。因此提出基于机动检测的自适应实时时间配准算法。融合中心根据传感器航迹数据估计目标加速度以检测目标运动模型的变化,然后采用当前模型对应最优的时间配准算法。仿真结果表明,该算法能够有效降低整体的时间配准误差,性能优于各单一固定的算法。(本文来源于《雷达科学与技术》期刊2014年01期）
雍霄驹,方洋旺,高翔,杨鹏飞[8]（2014）在《自适应变长滑窗曲线拟合时间配准算法》一文中研究指出针对曲线拟合的时间配准算法存在窗口长度选择的问题,提出了一种基于运动模式转变的自适应窗口长度选择算法.将目标运动模式分为类直线运动和曲线运动两种模式,通过对每个数据点目标运动轨迹斜率的近似运算,确定运动模式突变点以及目标在时间配准点的运动模式,从而自适应地确定配准点窗口长度.仿真结果验证了文中算法在大时延、目标大机动条件下仍然具有较强的可靠性.(本文来源于《西安电子科技大学学报》期刊2014年03期）
王丽娜,彭玉旭[9]（2013）在《基于自适应卡尔曼滤波的时间配准算法》一文中研究指出在多传感器融合系统中,时间配准的动态噪声和观测噪声不易确定。为此,提出一种基于自适应卡尔曼滤波的时间配准算法。采用滤波过程的自适应性来估计系统的动态噪声和观测噪声,并对采样数据进行配准前的预处理。实验结果表明,该算法具有数值稳定性好、动态范围大的优点,且自适应性较强,能提高时间配准的精度。(本文来源于《计算机工程》期刊2013年10期）
刘万全,徐世友,陈曾平[10]（2013）在《基于运动模型估计的分布式实时时间配准算法》一文中研究指出在目标运动模型未知和参数不完备等复杂情况下,目前尚无较好的分布式实时时间配准方法。假设在较短时间内目标在某一方向上的运动可以用匀速、匀加速或匀变加速直线运动模型表示,文中提出了一种复杂情况下基于运动模型估计的分布式实时时间配准算法。首先,对目标航迹序列进行不同阶次的滑窗多项式拟合,并根据拟合误差在线估计目标的运动模型;然后,在状态参数不完备的情况下构造完整的运动状态估计向量,并利用Kalman预测方法进行实时时间配准。仿真结果表明,与传统方法相比,提出的方法具有更好的性能。(本文来源于《现代雷达》期刊2013年01期）
时间配准算法论文开题报告
（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：
时间配准是分布式多传感器融合处理的前提之一,配准误差直接影响后续融合精度。常用时间配准算法通过直线或近似曲线的拟合完成目标的配准,对空中目标通常能够取得较高的配准精度。但对于速度较快、轨道固定的弹道目标则误差较大,难以保证配准精度。因此提出基于弹道的时间配准算法,估计目标当前位置和速度后计算目标的轨道并进行时间配准。通过仿真可以发现,与其它算法相比,本文所提出的算法能够明显地降低弹道目标的时间配准误差。
（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。
时间配准算法论文参考文献
[1].荆滢,齐乃新,杨小冈,卢瑞涛.基于LK和FAST的时间序列图像快速配准算法[J].红外与激光工程.2018
[2].宋本钦,张靖,史伟,石教华.一种基于弹道的时间配准算法[J].中国电子科学研究院学报.2017
[3].聂利权.自编码正则化时间配准算法研究[D].国防科学技术大学.2017
[4].高颖,韩宏帅,武梦洁,王永庭.机动目标的IMM扩展卡尔曼滤波时间配准算法[J].西北工业大学学报.2016
[5].方峰,蔡远利.多无源传感器实时时间配准算法研究[C].系统仿真技术及其应用（第16卷）.2015
[6].雍霄驹,方洋旺,高翔,张磊,封普文.用于多源信息中制导的MM-LS时间配准算法[J].西安电子科技大学学报.2014
[7].董凯,关欣,刘瑜,何友.基于机动检测的自适应实时时间配准算法[J].雷达科学与技术.2014
[8].雍霄驹,方洋旺,高翔,杨鹏飞.自适应变长滑窗曲线拟合时间配准算法[J].西安电子科技大学学报.2014
[9].王丽娜,彭玉旭.基于自适应卡尔曼滤波的时间配准算法[J].计算机工程.2013
[10].刘万全,徐世友,陈曾平.基于运动模型估计的分布式实时时间配准算法[J].现代雷达.2013
论文知识图
