基于高程熵的地形匹配算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩59頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、地形輔助導(dǎo)航是現(xiàn)代組合導(dǎo)航發(fā)展的重要方向之一,地形匹配算法是實(shí)現(xiàn)地形輔助導(dǎo)航的基礎(chǔ),基于高程熵的地形匹配算法是目前研究的熱點(diǎn)問(wèn)題,傳統(tǒng)的高程熵地形匹配算法存在匹配穩(wěn)定性較差、誤差易發(fā)散以及抗噪能力差的缺點(diǎn),因此,如何提高地形匹配的實(shí)時(shí)性和精確性,增強(qiáng)地形匹配的魯棒性,仍有待進(jìn)一步研究。本文將圍繞高程熵地形匹配過(guò)程的優(yōu)化展開(kāi)研究。
  首先,本文針對(duì)基于LTS Hausdorff距離的地形匹配算法匹配效率低以及抗噪能力差的缺點(diǎn),提出

2、了基于加權(quán)LTS Hausdorff距離的地形匹配算法,并構(gòu)造了權(quán)值公式,給出了加權(quán)LTS Hausdorff距離的計(jì)算公式;其次,對(duì)蜜蜂進(jìn)化型遺傳算法進(jìn)行了改進(jìn),提出了一種基于禁忌搜索機(jī)制的蜜蜂進(jìn)化型遺傳算法;最后,將加權(quán)LTS Hausdorff距離與改進(jìn)的蜜蜂進(jìn)化型遺傳算法結(jié)合起來(lái)進(jìn)一步優(yōu)化地形匹配的搜索過(guò)程。
  實(shí)驗(yàn)結(jié)果表明,基于加權(quán)LTS Hausdorff距離的地形匹配算法降低了匹配誤差,提高了匹配速度;改進(jìn)的蜜蜂進(jìn)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論