【摘 要】
：
卫星轨迹定位精度对民航ADS-B系统发展所需的北斗信号源非常重要,针对该重点研究领域,本文结合北斗卫星系统的广播星历数据,基于最小二乘法曲线原理,提出一种基于广播星历的北斗卫星轨迹定位拟合方法.分别对北斗GEO、IGSO、MEO卫星的广播星历真实数据开展轨迹、拟合和误差分析实验.结果表明,这三种卫星与其他现有拟合方法相比,本文方法对于12小时之内的卫星轨迹拟合更为精准,验证了本文提出方法的有效性.
【机 构】
：
中国民用航空飞行学院计算机学院,广汉 618307
论文部分内容阅读
卫星轨迹定位精度对民航ADS-B系统发展所需的北斗信号源非常重要,针对该重点研究领域,本文结合北斗卫星系统的广播星历数据,基于最小二乘法曲线原理,提出一种基于广播星历的北斗卫星轨迹定位拟合方法.分别对北斗GEO、IGSO、MEO卫星的广播星历真实数据开展轨迹、拟合和误差分析实验.结果表明,这三种卫星与其他现有拟合方法相比,本文方法对于12小时之内的卫星轨迹拟合更为精准,验证了本文提出方法的有效性.
其他文献
利用扫描电镜和X射线衍射仪分析技术,对采用不同的固化工艺的动力铅酸蓄电池用正生极板进行了物相和微观结构分析,并对相应的蓄电池进行了初期容量及寿命测试.试验结果发现,随着固化温度的提高,铅膏内晶体的尺寸逐渐增加,即4BS的含量逐渐增加.采用固化工艺2时板栅与铅膏结合得较好,而且1小时率放电容量最高.
近几年来比特币价格屡创新高,其背后的区块链技术得到广泛关注.本文介绍比特币,探讨比特币不断涨价背后的逻辑,并透过比特币剖析区块链工作原理及核心技术,让大家对比特币及区块链技术有全面深入的了解.
UWB(Ultra-wideband)信号时间分辨率高、测距精度高.考虑到位置指纹定位法在复杂的室内环境中可以有效提供目标位置估计,因此将UWB测距值作为指纹信息,研究基于TOA(time of arrival)的UWB位置指纹定位法,指纹匹配算法选择加权K最近邻(weighted K nearest neighbors,WKNN)算法.仿真结果表明,WKNN算法采用卡方距离作为距离度量方式优于欧氏距离、曼哈顿距离和切比雪夫距离.WKNN算法中K值的大小对定位精度有着很大的影响,K值过大或过小,均会使定位
文本情感迁移可将文本转化为具有目标情感属性的文本,同时能保留语句原始的内容.目前,大多数文本情感迁移技术采用了基于情感分离的方法,由于缺乏平行语料、造成情感和非情感内容难以有效分离,无法准确实现情感迁移.在该项任务中少有针对中文的研究.本文在CycleGAN(cycle generative adversarial net?works)的基础上,利用Transformer模型的注意力机制自动提取句子的情感特征,通过情感复写的方法实现了中文文本情感迁移任务,实现了一步策略,即无需情感和非情感内容分离.实验结
医学院校的主要学科集中在医学领域,理工学科相对薄弱,人工智能是数学、计算机等理工科课程密集的领域.如何在医学院校开展此类人才培养是值得研究的问题.在开设计算机课程+医学课程的同时,采用导师指导课外教学兴趣小组的形式,试点开展人工智能与医学结合的教学.实践证明,该教学方式符合医学院校信息类专业本科生的学习能力,可培养学生在医疗人工智能领域开展工作的基础能力,为医学院校引入人工智能教学提供有效借鉴.
为了进一步推进机器人在实际生产生活中的应用,本文以巡逻机器人为研究对象,在对近年来巡逻机器人相关文献进行分析研究的基础上,从国内外应用现状两个方面总结了巡逻机器人在具体领域的应用研究,阐述了巡逻机器人的研究现状;将典型巡逻机器人的核心技术模块归纳为定位与地图构建、路径规划与避障以及传感器环境感知;最后对巡逻机器人在危化品监管领域的应用进行分析研究,结合危化品的特殊场景给出了一种危化品仓库巡逻的策略.
目前,各项新技术不断被应用于各个行业,对于人工智能技术在交通行业的应用方面,目前有许多车辆拥有的数据资源并未被充分利用,移动的车辆可以为人工智能网络模型训练提供丰富的数据资源.因此,以司机驾驶识别场景为例,提出一种基于联邦学习的司机驾驶状态识别的方法,利用联邦学习“数据不动,模型动”的特点,在保护车辆数据隐私的情况下,充分利用现有车载数据资源训练出性能好的模型应用于实际交通场景.
使用教育大数据来变革当代的教育模式,在教育领域是必然的趋势.文章以CNKI所收录的教育大数据相关期刊论文为数据来源,采用文献计量分析的方法对国内教育大数据的研究热点与趋势进行了分析.发现教育大数据的相关研究在2013年兴起,在2017年呈爆发式增长.教育大数据在教育领域的理论研究居多,教育大数据目前的研究热点分为理论研究、教育大数据技术、应用场景三方面.文章认为教育大数据面临着技术挑战、隐私与安全挑战以及价值挑战,并对该领域进行了展望.
传统行人重识别技术主要根据行人特征鉴别行人身份,其特征对光照、姿态、视角等因素敏感.本文分析了行人的不同身体部件在竖直和水平方向上的运动规律,结合其规律提出了基于人体部件特征的行人重识别模型.该模型运用身体部件在竖直方向上的二阶统计特征和水平方向的一阶统计特征识别同一行人.在VIPeR、PRIDD450S数据集上的实验结果表明,本模型嵌入行人在竖直方向上的特征,改善了光照、姿态、视角等因素对行人重识别的负面影响.
C3D神经网络的提出极大地促进了视频动作识别技术的发展.但是,原始的C3D神经网络识别准确率不高,有较大的提升空间.针对准确率不高的问题,文章针对C3D神经网络的激活函数和梯度优化算法进行了优化,用更加平滑的Mish激活函数代替了原先的ReLU激活函数,用参数变化更稳定的Adam优化算法代替了传统的SGD算法.以此为基础提出了MA-C3D神经网络,我们将改进后的模型放到UCF101数据集上进行了测试,发现相比于一般的C3D神经网络,模型的准确率提高了7.4％.