多旋翼无人飞行器悬停姿态精确控制仿真研究_匡银虎这是一份非常不错的资料，欢迎下载，希望对您有帮助！
标签： 无人飞行器
上传时间： 2021-11-08
上传用户：
中国电信云网融合2030白皮书，阐述电信在云网融合战略上的思考
上传时间： 2021-12-09
上传用户：
基于RT-Thread的姿态解算控制平台设计基于RT-Thread的姿态解算控制平台设计
标签： RT-Thread
上传时间： 2021-12-19
上传用户：ttalli
=论文：基于小波变换的图像融合研究这是一份非常不错的资料，欢迎下载，希望对您有帮助！
上传时间： 2022-01-17
上传用户：zhaiyawei
面向急救人员的传感器融合式 精密定位和跟踪方法，很不错的资料，希望对你有帮助
标签： 传感器
上传时间： 2022-02-01
上传用户：
大数据融合及应用(经典)
标签： 数据融合
上传时间： 2022-03-14
上传用户：slq1234567890
该文档为四旋翼无人机块控反步姿态控制器设计讲解文档，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看………………
标签： 无人机
上传时间： 2022-03-15
上传用户：
准确量化和预测陆地生态系统碳水通量对于理解陆气间相互作用，预测未来气候变化和控制温室效应具有重要意义。通量观测和模型模拟是目前研究碳水通量的两种主要方法。通量观测精度较高，但观测范围局限、站点分布不均匀，易受环境影响，难以区域扩展；模型模拟可实现不同尺度参量估算，但由于理想化假设、模型参数和驱动数据等限制，导致其模拟结果往往与真实值存在较大偏差。模型-数据融合方法主要是通过参数估计和数据同化两种技术集成观测和模型信息，建立两者相互制约调节的优化关系，以提高模型结果与真实值之间的匹配程度。基于该思路，本研究在地面观测数据、遥感卫星资料以及相关气候环境数据基础上，重点突破全球动态植被模型（Lund-Potsdam-Jena Dynamic Globa Vegetation Model.LPJ-DGVM）敏感参数优化方法，获取适宜中国的参数化方案：在此基础上，引入数据同化算法，将遥感卫星产品信息与模型相融合，在模拟过程中不断校正原有模型模拟轨迹，提高模型适用性。将以上改进的模型推广至中国区域，实现对20002015年中国地区总初级生产力（Gross Primary Productivity GPP）和敬发（Evapotranspiration，ET的空间格局模拟及分析。主要结论如下1）将LP」DGwM中所选出的22个可调参数（涉及光合、呼吸、水平衡异速生长、死亡、建立以及土壤和掉落物分解共七个作用领域）在各自取值范围内随机获得不同的参数组合，结果表明22个参数可引起GPP和ET模拟结果产生较大的不确定性，尤其集中在生长季。所有站点GPP相对不确定性（Relative Uncertainty，RU）基本保持在09-1.25之间，不具有明显的年际变异性：ET相对不确定性RU月变化趋势明显，且基本处于0.5以下，明显低于GPP，说明所筛选的22个参数对GP模拟产生的影响更为显著。
标签： 数据融合
上传时间： 2022-03-16
上传用户：shjgzh
在工业应用中常用一组传感器对问一个被测量目标在一个过程的不同位置进行测量，然而由于每个传感器位于过程的不同位置，它们将不问程度的受到嗓声的干扰，为了从被嗓声干扰的多传感器测量值中获得更准确的测量结果，霱要进“步研究多传感器的融合理论多传感器数据融合系统的关键在于如何充分利用各个传感器的信息，得到对被测参数的最优估计，本文主要研究了以加权的方式进行多传感器数据融合的方法，即研究如何对每个传感器进行加权，从而得到对被测参数最优佑计的方法为此本文在介绍了多传感器数据融合技术的基础上，首先研究了基于奇异值分解的数据融合算法，通过对传感器测量值构成的矩阵进行奇异值分解，利用每个传感器测量值所对应的奇异值，可以估计出对每个传感器权值的最优估计，从而在不要任何先验知识的条件下，可仅由多传感器的测量值，利用提出的算法得到在最小均方误差意义下的被测参数的最优估计，此外，在许多工业过程中，人们利用多传感器测量同一过程参数以控制该参数在过程中的不同位置能根据需要进行合理分布，此时人们希望利用多传感器融合的测量结果，对每一个传感器的测量数据进行重建，以获得对每一个传感器的测量结果进行更为准确的估计。为此，本文进一步研究了基于小波降噪和数据融合的传感器数据重建算法，仿真和实验结果都说明提出算法是有效的，最后，研究了非线性动态系统的状态融合问题，研究了加权无气味卡尔曼滤波（UKF）方法，研究表明无气味卡尔曼波波能克服了扩展卡尔曼滤波（EKF）在状态融合估计中的不足，可以得到了更准确的状态融合估计结关键词多传感器系统，数据融合，奇异值分解，UKF
上传时间： 2022-03-16
上传用户：aben
本文以数据融合理论为基础，进行情报雷达的数据融合系统的设计与实现。系统主要包括数据配准、数据关联、目标状态估计几个方面。在系统的数据配准中，首先进行坐标变换，然后采用主站雷达测量坐标系下的误差线性化方法进行系统误差估计。通过仿真表明，利用误差修正可以抑制随机噪声，较为准确地估计各雷达站的系统误差。在系统的数据关联部分，本文将动态分区与整体相关思想相结合进行航迹相关，减小了关联数据量，并大大降低了误相关率，提高了系统的实际应用能力。同时采用灰色关联的思想，有效地利用雷达提供的数据而尽量避免对融合系统的影响，很好地解决两坐标雷达观测数据的融合问题。在跟踪维持部分，文中利用“模糊相似”很好地进行航迹起始，并采用序贯滤波和灰色理论解决融合中出现的异步和异质数据的问题，使主副站航迹更好地进行融合。除了原理的叙述外，在C+ Builder环境下，采用本文方法进行了多情报雷达的航迹综合仿真。本文提供了很好的数据融合实现的思路和流程，并可以在实际系统中很好地应用。关键词：数据融合航迹综合误差修正数据关联动态分区整体相关模糊相似灰色系统理论优势分析序贯滤波
标签： 数据融合
上传时间： 2022-03-17
上传用户：ttalli
