針對海洋哺乳動物的被動定位算法
大小：0.71 MB 人氣： 2018-01-23 需要積分：1
標簽：定位算法(14919)
近年來，水聲傳感器網絡在海洋資源勘探、災難預警及軍事等眾多領域的應用，引起了研究者的廣泛關注。水聲信道可用的頻率資源十分有限，通常從十幾赫茲到幾百千赫茲，且頻率這一稀缺資源沒有得到充分的利用。水聲網絡中的空閑監聽可能在時間上造成頻譜的浪費，水聲網絡中的定向發送和接收可能在空間上導致頻譜的浪費。因此，不少學者開始將目光轉向一種智能的水聲傳感器網絡——水下認知聲學網絡（ Underwater Cognitive Acoustic Networks．UCAN）。
針對水下認知聲學網絡（ UCAN）中的環境感知問題，提出一種針對海洋哺乳動物的被動定位（PLM）算法及相應的基于多普勒效應的測速算法SMD。PLM算法基于海洋哺乳動物發聲信號聲源級范圍，結合接收信號強度，運用檢索篩選的方法推算發聲位置。SMD在PLM定位的基礎上，利用接收生物信號的多普勒效應對其運動測速。實驗結果表明，PLM與SMD均能達到較高的精度，其中PLM算法的平均定位誤差隨海豚游速的增加而增加，其平均值約為10 m，定位成功率可達到90%。PLM和SMD結合，可較準確地估計海洋哺乳動物的運動區域。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
針對海洋哺乳動物的被動定位算法下載
相關電子資料下載
- 藍牙信標室內定位算法如何確定 A，n 值 284
- 目前的室內定位算法有什么優勢 434
- 【大大芯方案】高精度實時定位，大聯大推出基于NXP UWB 3D定位算法與上位機方 864
- UWB定位算法介紹 600
- 基于平面投影的單目視覺AGV定位算法 758
- 基于自動駕駛車輛新型的視覺語義定位算法 616
- 卡爾曼濾波器原理分析 751
- 卡爾曼濾波器基礎預測定位算法原理解析 1200
- 基礎卡爾曼濾波 457
- UWB的定位算法簡單介紹 2943