禁飞区无人机预警算法研究

来源 :计算机应用研究 | 被引量 : 2次 | 上传用户:liantonglingsheng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对大量在空中无秩序飞行的无人机有可能会闯入飞机场等禁飞区的情况,为了避免发生空中交通安全事故,提出了一种无人机禁飞区预警算法。首先,该算法经过坐标变换将描述无人机位置点的GPS坐标转换成对应的平面坐标;接着,采用改进的最小二乘曲线拟合算法预测出无人机的飞行轨迹;然后,通过计算预测的飞行轨迹曲线在当前点的切线是否会与描述禁飞区的电子围栏相交来判断无人机是否会进入禁飞区;同时,所有的无人机都会安装上飞行数据记录模块来实时地为该算法提供无人机的飞行状态信息。最后,通过MATLAB仿真实验验证了该预警算法
其他文献
目的:探讨生长抑素类似物对人原发性肝癌细胞SMMC-7721增殖的影响.方法:运用MTT比色法分析生长抑素类似物对体外肝癌细胞生长的影响.结果:生长抑素类似物8肽和14肽均可抑制肝
目的 :观察复方皂矾丸治疗化疗引起的血小板下降的功能。方法 :采用前瞻性随机对照组研究法 ,治疗组与对照组各 32例。结果 :治疗组 7天以内血小板恢复正常值有效率 81% ,(2
对象建议算法(object proposals)是对象检测中的常用算法,用于快速定位物体区域。根据自然场景文本的特点,将对象建议算法应用到文本检测中,并与经典的最稳定极值区域算法相结合;然后,通过贝叶斯模型融合了笔画宽度特征、视觉散度特征和边缘梯度特征,并将文本和非文本区域的区分问题转换成一个二值标记问题,通过最小化能量函数寻找最佳标记;最后,通过均值漂移聚类寻找文本区域的中心生成文本行。经实验证
软件定义网络是一种全新的网络架构,集中控制是其主要优势,但若受到DDo S攻击则会造成信息不可达,也容易造成单点失效。为了有效地识别DDo S攻击,提出了一种SDN环境下基于BP神经网络的DDo S攻击检测方法。该方法获取Open Flow交换机的流表项,分析SDN环境下DDo S攻击特性,提取出与攻击相关的流表匹配成功率、流表项速率等六个重要特征;通过分析六个相关特征值的变化,采用BP神经网络算
描述了隐私保护数据挖掘技术研究进展。针对隐私保护关联规则挖掘算法EMASK计算效率较低,同时不适用于动态变化数据库等的问题,提出基于粒度计算的增量式隐私保护数据挖掘算法BIEMASK。该算法用粒度计算的思想对EMASK算法进行改进,利用增量式更新算法FUP解决增量式事务数据库频繁项集计算问题。在实现隐私保护的同时,减少了I/O操作的次数,降低空间开销,由此提高计算效率。结果证明,无论是固定增量集数
针对视频传感器网络的区域覆盖问题,提出一种基于Delaunay三角剖分思想的几何算法,选取围绕传感器的具有最大面积的Delaunay三角形重心作为决策方向。在此基础上,将Delaunay三角剖分的几何方法与分布式贪婪算法进行了融合,引入"贡献率"概念反映节点在其候选方向上可能覆盖区域的大小,以解决冗余覆盖的问题。仿真结果证明了该算法的有效性。
复杂场景下实现快速稳定的自适应跟踪是视觉领域亟待解决的课题之一,利用目标的多特征信息进行高效融合是提升跟踪算法鲁棒性能的重要途径。基于DST(Dempster-Shafer theory)和PCR5(proportional conflict redistribution No.5)设计了一种新的合并策略融合运动目标的颜色和纹理特征,在粒子滤波框架下建立复杂场景下的多目标自适应跟踪模型,最终实现了
为了丰富训练样本的类内变化信息,提出了基于通用训练样本集的虚拟样本生成方法。为了利用生成的虚拟样本中的类内变化信息有效地完成单样本人脸识别任务,提出了基于虚拟样本图像集的多流形鉴别学习算法。该算法将每类仅有的单个训练样本图像和该类的虚拟样本图像划分为互不重叠的局部块并构建流形,然后为每个流形学习一个投影矩阵,使得相同流形内的局部块在投影后的低维特征空间间隔最小化,不同流形中的局部块在投影后的低维特
全国理论计算机科学学术年会(National Conference of Theoretical Computer Science,NCTCS)已成为国内理论计算机科学、人工智能最主要的学术活动。至今,NCTCS已在全国二十多个地区成功举办,为理论计算机科学及相关领域的研究学者提供一个交流合作平台。
针对三维网格模型几何处理中提高算法效率和拓扑噪声不敏感性的要求,提出了基于扩散几何约束的非刚性三维模型内蕴自对称检测方法。通过计算模型的Laplace-Beltrami算子来提取顶点的热核特征描述符,比较描述符之间的扩散距离,与基于谱图理论约束的几何相似性矩阵有效融合,实现形状度量的优化;最后通过线性检测的方式快速获取模型对称点集合,实现模型的自对称形状分析。实验结果进一步验证了该方法不仅能够高效