导读:本文包含了多目标定位论文开题报告文献综述、选题提纲参考文献，主要关键词:目标,卷积,传感器,神经网络,分布式,网络,直方图。
多目标定位论文文献综述写法
董建明[1]（2019）在《基于神经网络的接触悬挂装置多目标定位算法研究》一文中研究指出为准确定位接触网六类部件区,论文采用卷积神经网络与Softmax完成一种基于Faster R-CNN模型的接触网悬挂装置多目标定位方法,试验结果证明该方法具有较好的准确性和运行效率。(本文来源于《工程建设与设计》期刊2019年22期）
王天荆,李秀琴,白光伟,沈航[2]（2019）在《无线传感器网络中基于自适应网格的多目标定位算法》一文中研究指出针对无线传感器网络中基于RSS的多目标定位具有天然稀疏性的问题,提出了基于自适应网格的多目标定位算法,将多目标定位问题分解为大尺度网格定位和自适应网格定位2个阶段。大尺度网格定位阶段根据序贯压缩感知原理确定最优观测次数,再利用l_p(0<p<1)最优化重构出存在目标的初始网格;自适应网格定位阶段根据压缩感知原理自适应划分初始网格,再利用l_p最优化重构出目标的精确位置。仿真结果表明,相较于传统的基于压缩感知的多目标定位算法,所提算法在目标个数未知的场景下具有更高的定位精度和更低的定位时延,且更适合大规模无线传感器网络的多目标定位问题。(本文来源于《通信学报》期刊2019年07期）
杜金香,祝鹏[3]（2019）在《基于TOA的主被动联合多目标定位方法》一文中研究指出水下多目标定位是水下信号处理系统的关键任务之一。本文以水下传感器网络为背景,研究非合作多目标定位问题。采用一个主动节点和多个被动节点构成传感器网络,利用各节点估计的时延关系建立优化问题模型,并通过约束条件的弱化将非凸优化问题转换为凸优化问题,从而可以借助cvx等软件求解,获得总体误差最小化意义下的多目标定位结果。由于引入了排序矩阵,将各节点多目标时延对应关系转化为优化问题中的一个未知量和约束条件,解决了多目标时延配对问题。进行了计算机仿真实验,与穷举法进行了比较,结果证明在未知配对关系时排序矩阵方法的定位性能与穷举法非常接近,且运算量明显低于穷举法,证明了该方法的有效性。(本文来源于《中国声学学会水声学分会2019年学术会议论文集》期刊2019-05-25）
李秀琴,王天荆,白光伟,沈航[4]（2019）在《基于压缩感知的两阶段多目标定位算法》一文中研究指出针对传感器网络中基于接收信号强度(Received Signal Strength,RSS)的多目标定位具有天然稀疏性的问题,提出了基于压缩感知的两阶段多目标定位算法,该算法将基于网格的多目标定位问题分解为粗定位和细定位两个阶段。粗定位阶段,根据序贯压缩感知原理确定最优观测次数,然后利用l_p最优化问题重构出目标所在的初始候选网格;细定位阶段,由四分法不断划分候选网格,根据最小残差原则估计目标在候选网格中的确切位置。仿真结果表明,相较于传统的基于l_1最优化的多目标定位算法,基于压缩感知的两阶段多目标定位算法在目标个数未知的场景下具有更优的定位性能,且明显减少了定位时间。(本文来源于《计算机科学》期刊2019年05期）
朱丹,徐威远,陈文娟,刘江,潘时龙[5]（2019）在《基于光波分复用网络的分布式多目标定位系统》一文中研究指出该文研究了基于光波分复用网络的分布式多目标定位系统,引入混沌光电振荡器实现宽带正交波形产生,引入光波分复用网络将分布式发射和接收单元的宽带信号传输回中心站进行信号处理,基于TOA (Time Of Arrival,到达时间)定位方法实现对多目标的精确定位。多个光载波在中心站产生,中心站的资源可支撑复杂的高精度目标定位算法,远端发射和接收单元结构简单。进行了原理验证实验,构建了2个发射机、2个接收机的实验定位系统,基于混沌光电振荡器产生了频率范围为3.1～10.6 GHz的正交混沌波形。实现了对2个目标的2维定位,最大误差为7.09 cm,并对系统架构的可重构性进行了实验验证。(本文来源于《雷达学报》期刊2019年02期）
汪玲[6]（2019）在《基于卷积神经网络的多目标定位研究》一文中研究指出对多个目标进行精准的实时定位在导航、测控等多个领域都是必须解决的核心问题。辐射源定位的方式通过定位终端是否主动发射信号分为有源定位和无源定位两种方式。因为无源定位具有隐蔽性,所以在军事领域具有很重要的战略意义,无源定位中使用最广泛的就是交叉定位。测向交叉定位是通过计算目标测向线的交点对多个目标实现定位,但是当目标个数增加时,会出现很多虚假点,这个时候需要找到观测台和目标之间的对应关系。现存的多目标定位算法普遍存在计算量大,实时性较差的问题。在实际环境中存在很多干扰,观测台接收到的角度值存在误差,现存的多目标定位算法的抗干扰能力也比较弱,在角度值存在误差的时候定位结果精度不高。针对以上问题,本文提出采用卷积神经网络进行多目标交叉定位,本文主要的研究内容和创新点如下:采用卷积神经网络对多个目标进行测向交叉定位,实现对多目标的实时定位,而且在角度值存在误差的情况下,采用卷积神经网络也能达到高精度。本文首先采用普通的卷积神经网络模型进行训练,虽然普通的卷积神经网络模型深度越深,精度也会越高,但是相应的复杂性也会越大,导致训练时间大大增加,因此本文借鉴Inception模型的思想创建了卷积神经网络模型,实现了模型深度和精度的平衡。最后将残差网络和Inception模型进行结合,进一步缩短了模型的训练时间。实验结果显示和现存的多目标定位算法相比,采用卷积神经网络对多目标进行交叉定位不仅具有高精度,高实时性,而且抗干扰能力也更强。(本文来源于《长安大学》期刊2019-04-09）
唐祎俊,何衡湘,邓洪峰[7]（2019）在《一种基于红外被动探测的多目标定位方法研究》一文中研究指出针对多目标红外被动探测定位技术应用的需要,提出了一种基于红外被动探测的多目标定位方法。研究了叁站联合定位算法,解决了多目标情况下虚假目标干扰、数据匹配难度大的问题,开展了定位精度、虚假目标剔除效果数学仿真。仿真分析和实验表明,该方法能够有效剔除虚假目标,实现多目标红外被动探测定位功能,定位精度满足应用需要。(本文来源于《红外技术》期刊2019年03期）
费太勇,谭贤四,巫勇,王洪林,唐瑭[8]（2019）在《分布式MIMO数字阵列雷达多目标定位》一文中研究指出为了充分发挥相控阵雷达探测波束的方向性和分布式多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达空间分集增益和结构增益在目标定位上的优势,提出了一种分布式MIMO数字阵列雷达模型并对其多目标定位方法、搜索复杂度和分辨力进行了研究。建立了分布式MIMO数字阵列雷达的观测模型;依据最大似然估计给出了目标定位的搜索方法并计算了搜索复杂度;并利用模糊函数对分布式MIMO数字阵列雷达的分辨力进行了仿真分析。研究结果表明:与常规分布式MIMO雷达相比,分布式MIMO数字阵列雷达子阵波束的方向性可以降低目标定位时的搜索复杂度,缩小距离和角度联合模糊带的长度;与常规相控阵雷达相比,分布式MIMO数字阵列雷达的结构增益可提高目标分辨力。(本文来源于《火力与指挥控制》期刊2019年03期）
何梦楠[9]（2019）在《快速远近场多目标定位技术研究》一文中研究指出被动源定位是阵列信号处理领域的重要研究课题,该课题在声纳、雷达等民用和军用领域具有极其广泛的应用。在一些实际的应用过程中,如麦克风阵列、大孔径岸基声纳等,远场源与近场源往往同时存在。在此情况下,若直接采用远场源的定位方法,则无法对近场源目标定位;若直接采用近场源定位方法,则会出现计算复杂度高、目标参数估计有偏差等问题。本文针对如何快速进行远近场多目标混合源定位展开了研究,主要研究内容概括如下:首先,构建信源定位模型,其中包括远场源定位模型、近场源定位模型以及远近场混合源定位模型,对比分析了经典的远场定位算法和近场定位算法,并分析了混合源定位存在的问题。其次,针对远近场混合源定位模型,研究了基于统计量的定位算法,其中包括基于四阶累积量的2-DMUSIC、二阶斜投影以及四阶与二阶统计量混合这叁种算法,对其基本原理、实现过程进行分析和阐述,仿真进行对比验证。同时为了降低计算复杂度采用多项式求根代替谱峰搜索。最后,研究了基于矩阵差分的远近场多目标定位,包括子空间差分、协方差差分以及混合阶子空间差分的改进这叁种算法。以均方根误差为评价标准,从算法计算复杂度、阵元个数、信噪比、快拍数以及角度分辨力进行仿真对比并最后进行试验数据验证。通过本文的研究,可以达到快速准确地,在低信噪比、低阵元个数的条件下对远近场多目标混合源进行定位。(本文来源于《哈尔滨工程大学》期刊2019-02-01）
谷雨,郑宏,许晓航,郑朝晖[10]（2019）在《基于CICP的机械臂多目标定位与抓取》一文中研究指出机械臂的目标定位和抓取是工业机器人自动化领域的核心问题。针对目前机器人3D抓取耗时长且误差较大的问题,提出基于轮廓迭代最近点(Contour Iterative Closest Point,CICP)配准的机器视觉抓取方案,并建立多维空间下的3D多目标模型定位的计算机视觉系统。利用梯度直方图特征+支持向量机对多目标进行检测分割得到单目标大致区域,再使用基于Guide滤波+漫水填充的预处理方式对目标轮廓进行提取得到轮廓点云,最后使用迭代最近点(Iterative Closest Point,ICP)进行点云配准获取目标工件的透视变换矩阵,能够很好地解决传送带上多目标工件的定位与抓取问题,实验结果证明该系统抓取误差可降低到0.4 mm,且对于小工件可将配准时间缩短至200 ms以内。(本文来源于《计算机工程与应用》期刊2019年18期）
多目标定位论文开题报告范文
（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：
针对无线传感器网络中基于RSS的多目标定位具有天然稀疏性的问题,提出了基于自适应网格的多目标定位算法,将多目标定位问题分解为大尺度网格定位和自适应网格定位2个阶段。大尺度网格定位阶段根据序贯压缩感知原理确定最优观测次数,再利用l_p(0<p<1)最优化重构出存在目标的初始网格;自适应网格定位阶段根据压缩感知原理自适应划分初始网格,再利用l_p最优化重构出目标的精确位置。仿真结果表明,相较于传统的基于压缩感知的多目标定位算法,所提算法在目标个数未知的场景下具有更高的定位精度和更低的定位时延,且更适合大规模无线传感器网络的多目标定位问题。
（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。
多目标定位论文参考文献
[1].董建明.基于神经网络的接触悬挂装置多目标定位算法研究[J].工程建设与设计.2019
[2].王天荆,李秀琴,白光伟,沈航.无线传感器网络中基于自适应网格的多目标定位算法[J].通信学报.2019
[3].杜金香,祝鹏.基于TOA的主被动联合多目标定位方法[C].中国声学学会水声学分会2019年学术会议论文集.2019
[4].李秀琴,王天荆,白光伟,沈航.基于压缩感知的两阶段多目标定位算法[J].计算机科学.2019
[5].朱丹,徐威远,陈文娟,刘江,潘时龙.基于光波分复用网络的分布式多目标定位系统[J].雷达学报.2019
[6].汪玲.基于卷积神经网络的多目标定位研究[D].长安大学.2019
[7].唐祎俊,何衡湘,邓洪峰.一种基于红外被动探测的多目标定位方法研究[J].红外技术.2019
[8].费太勇,谭贤四,巫勇,王洪林,唐瑭.分布式MIMO数字阵列雷达多目标定位[J].火力与指挥控制.2019
[9].何梦楠.快速远近场多目标定位技术研究[D].哈尔滨工程大学.2019
[10].谷雨,郑宏,许晓航,郑朝晖.基于CICP的机械臂多目标定位与抓取[J].计算机工程与应用.2019