亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于網(wǎng)格模型簡化算法的多傳感測距誤差自動修復(fù)研究*

        2022-01-17 09:19:42軒春青
        傳感技術(shù)學報 2021年11期
        關(guān)鍵詞:測距殘差代表

        軒春青

        (鄭州商學院信息與機電工程學院,河南 鞏義 451200)

        在多傳感器測距過程中,常因出現(xiàn)環(huán)境遮擋和異常信號的噪音干擾[1],導致測距技術(shù)的精度難以滿足現(xiàn)實需求,因此對測距誤差進行修復(fù)成為目前重要的研究方向[2]。

        國內(nèi)有學者提出一定的研究成果。如,黃科[3]等人提出基于統(tǒng)計理論的測距誤差修復(fù)方法,該方法在統(tǒng)計理論的基礎(chǔ)上通過單光子探測器的概率和激光雷達方程分析誤差產(chǎn)生過程,利用單光子探測概率模型實現(xiàn)測距誤差的修復(fù)。但該方法沒有獲取測距信息,存在檢測誤差概率低的問題。鞠萍華[4]等人提出基于雙線性插值法的測距誤差修復(fù)方法,該方法對側(cè)頭偏心誤差、側(cè)頭各向異性等影響因素進行考慮,利用雙線性插值法實現(xiàn)半徑補償,進而實現(xiàn)測距的修復(fù)。但該方法缺少構(gòu)建網(wǎng)格模型,獲取測距數(shù)據(jù)所用的時間較長,導致修復(fù)時間較長,存在修復(fù)效率低的問題。當前,國外有學者提出相關(guān)方法。文獻[5]提出在無線傳感器網(wǎng)絡(luò)中,通過鏈路RSSI估計、溫度補償、PLE估計和節(jié)點間距離估計等方式,減輕路徑損耗指數(shù)估計誤差,提高測距的質(zhì)量[5]。但該方法的測距精度受到的限制較多,難以廣泛應(yīng)用。

        考慮到上述方法存在的不足,本文將網(wǎng)格模型簡化算法應(yīng)用在測距誤差修復(fù)過程中,提出基于網(wǎng)絡(luò)模型簡化算法的多傳感測距誤差自動修復(fù)方法。針對傳感器圖像,利用RGB顏色空間構(gòu)建網(wǎng)格模型,對網(wǎng)格屬性及坐標進行歸一化處理,并利用高斯濾波器減少顏色二次誤差,將Huber殘差代價函數(shù)實現(xiàn)測距誤差的自動修復(fù),其中,利用閾值調(diào)節(jié)因子控制測距誤差修復(fù)殘差,實現(xiàn)了高精度的多傳感測距誤差修復(fù)。

        1 網(wǎng)格模型簡化算法

        在RGB顏色空間中,設(shè)ci(r i,g i,b i)、c j(r j,g j,b j)分別表示兩種顏色。對顏色在網(wǎng)格中的差異進行評估,保證簡化過程中網(wǎng)格的顏色。

        利用RGB空間中的歐式距離對兩種顏色之間存在差異D(c i,c j)進行計算:

        由于人對不同顏色存在差異性的視覺敏感度,因此計算色差時需要注意對三原色采取不同的計算方式[6]。為了對RGB空間的非均勻性進行補償,通過加權(quán)顏色分量法計算色差D(c i,c j):

        式中:w g、w r、w b均代表的是加權(quán)系數(shù)。

        設(shè)(r,g,b)代表的是當前網(wǎng)格頂點v對應(yīng)的顏色值,代表的是經(jīng)過伸縮變化處理后頂點在網(wǎng)格中對應(yīng)的顏色值。在此空間中可以通過歐式距離準確地對色差進行計算,逆變換處理目標點的顏色屬性:

        通過變換獲得目標點對應(yīng)的顏色屬性,以降低光照和背景的顏色信息干擾。此時顏色分量的坐標信息產(chǎn)生變化,在計算折疊代價過程中為了平衡空間屬性信息和空間位置信息,在網(wǎng)格數(shù)據(jù)進行初始化處理過程中,對網(wǎng)格屬性及坐標進行歸一化處理,使其變換后的范圍均為[0,2][7-8]。

        在網(wǎng)格模型簡化過程中將包圍盒的坐標范圍設(shè)置為[xmin,xmax],[ymin,ymax],[zmin,zmax],其中:

        利用下述公式對模型中存在的點進行規(guī)整處理:

        考慮計算顯著度,首先需要確定網(wǎng)格頂點的領(lǐng)域灰度。設(shè)N(v,σ)代表的是半徑為σ的頂點對應(yīng)的鄰域;gray(v)代表的是頂點對應(yīng)的灰度值,采用歐式距離定義頂點對應(yīng)的鄰域:

        式中:x代表的是網(wǎng)格中存在的點。

        設(shè)G[gray(v),σ]代表的是頂點灰度對應(yīng)的高斯加權(quán)平均灰度值,可通過下式計算得到:

        式(7)實際上為高斯濾波器,半徑為2σ。

        通過半徑不同的灰度插值對網(wǎng)格顯著度S(v)進行計算:

        式中:σi代表的是高斯濾波在規(guī)格i下的標準差。

        在相鄰三角面的二次誤差測度的總和可以視為,各網(wǎng)格頂點的顏色二次誤差測度Q vc[9],即:

        當折疊邊(v i,v j)到頂點時,顏色的二次誤差測度Q c計算方式為:

        設(shè)E g代表的是幾何屬性在折疊操作過程中對應(yīng)的誤差;E c代表的是顏色屬性在折疊操作過程中對應(yīng)的誤差。考慮顯著度S(v),利用規(guī)范化函數(shù)w進行處理,使其規(guī)范到[1,Wmax],對邊折疊的折疊代價可通過下式計算得到:

        選擇堆中最小代價的邊實施折疊操作,對相關(guān)信息進行更新,重復(fù)邊折疊操作,當堆為空或達到簡化要求后停止,實現(xiàn)網(wǎng)格模型的簡化,獲得簡化后的網(wǎng)格模型[10-11]。

        2 測距誤差自動修復(fù)

        測距結(jié)果中通常存在一些測距信息,如果直接剔除測距異常值,會導致信息損失,采用基于Huber損失函數(shù)最小化的Kalman濾波方法實現(xiàn)測距誤差的自動修復(fù)[12]。

        Kaman濾波的測量方程和狀態(tài)方程為:

        式中:d k代表的是量測值;G代表的是測量矩陣;χk、χk-1分別代表的是第k次和第k-1次的測距狀態(tài)真實值;g代表的是量測噪聲矢量;F代表的是狀態(tài)轉(zhuǎn)移矩陣;v代表的是系統(tǒng)噪聲矢量。

        設(shè)υ代表的是回歸殘差,最小化回歸殘差:

        式中:ρ(υ)代表的是測距殘差代價函數(shù);ρl(υ)代表的是LOS測距結(jié)果對應(yīng)的殘差代價函數(shù);ρn(υ)代表的是NLOS測距結(jié)果對應(yīng)的殘差代價函數(shù)。

        針對回歸殘差代價,基于網(wǎng)絡(luò)模型簡化算法的測距誤差自動修復(fù)方法采用Huber殘差代價函數(shù)[13]進行定義:

        式中:γ代表的是閾值調(diào)節(jié)因子。

        其中測距回歸殘差與閾值調(diào)節(jié)因子γ的關(guān)系應(yīng)為:

        式中:υlos代表的是LOS對應(yīng)的測距回歸殘差;υnlos代表的是NLOS對應(yīng)的測距回歸殘差。

        采用Huber回歸方法修復(fù)測距誤差[14-15]:

        式中:ψ代表的是對角矩陣;M k、z k均代表的是過程參數(shù)。

        3 仿真分析

        為了所提方法的整體有效性,需要對所提方法進行測試,本次測試的開發(fā)環(huán)境為Visual Studio 2010。分別采用本文方法、文獻[3]方法、文獻[4]方法和文獻[5]方法進行測試,對測距誤差進行修復(fù)之前需要對測距誤差進行檢測,將測距誤差檢測概率作為測試指標對不同方法進行測試,測試結(jié)果如圖1所示。

        圖1 測距誤差檢測概率測試結(jié)果

        分析圖1中的數(shù)據(jù)可知,在多次實驗過程中本文方法的檢測誤差概率均在80%以上,表明本文方法在測距誤差修復(fù)過程中可以較為全面地檢測測距誤差,文獻[3]方法、文獻[4]方法和文獻[5]方法在多次實驗中的測距誤差檢測概率均在60%附近波動,表明其他方法有很大概率無法檢測出測距誤差,影響后續(xù)的測距誤差修復(fù)工作。對比不同方法的測試結(jié)果可知,本文方法的測距誤差檢測概率較高,因為本文方法采用網(wǎng)格模型簡化算法對網(wǎng)格模型進行了簡化處理,獲得了結(jié)構(gòu)簡單的網(wǎng)格模型,可準確地獲得相關(guān)信息和數(shù)據(jù),提高了測距誤差檢測概率。

        采用不同方法對測距誤差進行修復(fù),對比不同方法修復(fù)所用的時間,測試結(jié)果如圖2所示。

        圖2 誤差修復(fù)時間測試結(jié)果

        分析圖2可知,對測距誤差進行修復(fù)時,本文方法所用的修復(fù)時間平均為6.26 min,文獻[3]方法、文獻[4]方法和文獻[5]方法所用的修復(fù)時間遠遠高于本文方法所用的修復(fù)時間,平均都在10 min以上。因為本文方法在簡化網(wǎng)格模型的過程中保持了空間屬性信息和空間位置信息的平等,并規(guī)范了網(wǎng)格屬性坐標,可在較短的時間內(nèi)完成網(wǎng)格模型的簡化,進而提高了效率。

        檢測測距誤差修復(fù)方法的重要指標之一是修復(fù)精度,分別采用不同方法進行測試,測試結(jié)果如圖3所示。

        由圖3可知,本文方法修復(fù)測距誤差的精度平均為80.6%,遠遠高于文獻[3]方法、文獻[4]方法和文獻[5]方法修復(fù)測距誤差的精度,均在55%左右。因為本文方法通過網(wǎng)格模型獲取相關(guān)數(shù)據(jù)和信息,根據(jù)獲取的數(shù)據(jù)和信息采用Kalman濾波方法在網(wǎng)格模型的基礎(chǔ)上Huber平滑處理測距結(jié)果,通過采用Huber回歸方法對測距誤差進行修復(fù),提高了測距誤差修復(fù)的精度。

        圖3 修復(fù)精度測試結(jié)果

        4 結(jié)束語

        目前測距誤差自動修復(fù)方法存在測距誤差檢測概率低、修復(fù)效率低和修復(fù)精度低的問題,提出基于網(wǎng)格模型簡化算法的多傳感測距誤差自動修復(fù)方法,對網(wǎng)格模型進行簡化處理,獲得測距相關(guān)的數(shù)據(jù)和信息,利用Huber回歸方法在網(wǎng)格模型的基礎(chǔ)上實現(xiàn)測距誤差的自動修復(fù)。經(jīng)過仿真實驗可以驗證,本文設(shè)計方法能夠通過網(wǎng)格模型,平均在6.26 min內(nèi)獲得相關(guān)信息,測距誤差的自動修復(fù)精度高達80.6%,且誤差檢測概率達到80%。由于條件所限,本文研究的多傳感器誤差修復(fù)方法僅在仿真平臺上應(yīng)用,在未來的研究中,考慮應(yīng)用于實際環(huán)境,并根據(jù)實際環(huán)境參數(shù)進一步改進,以期為高精度測量技術(shù)的發(fā)展提供一定的幫助。

        猜你喜歡
        測距殘差代表
        基于雙向GRU與殘差擬合的車輛跟馳建模
        詮釋代表初心 踐行人大使命
        四季的代表
        基于殘差學習的自適應(yīng)無人機目標跟蹤算法
        “代表通道”新觀察
        這個代表咋這么拗
        類星體的精準測距
        科學(2020年3期)2020-01-06 04:02:51
        基于遞歸殘差網(wǎng)絡(luò)的圖像超分辨率重建
        自動化學報(2019年6期)2019-07-23 01:18:32
        淺談超聲波測距
        電子制作(2017年7期)2017-06-05 09:36:13
        平穩(wěn)自相關(guān)過程的殘差累積和控制圖
        河南科技(2015年8期)2015-03-11 16:23:52
        老岳肥屁熟女四五十路| 一区二区三区岛国av毛片| 最新国产精品精品视频| 久久天堂av综合合色| 国产精品亚洲综合久久系列| 久久HEZYO色综合| 亚洲一区二区三区美女av| 国产麻豆一区二区三区在| 国产自拍av在线观看视频| 亚洲欧美日韩精品久久| 亚洲av日韩专区在线观看| 伊人久久综合影院首页| 亚洲国产香蕉视频欧美| 久久亚洲一级av一片| 99精品国产综合久久麻豆| 国产一区二区三区小说| 亚洲а∨精品天堂在线| 蜜桃臀无码内射一区二区三区| 久久人妻AV无码一区二区| 国产精品亚洲专区无码不卡| 亚洲国产成人久久精品美女av| 亚洲毛片一区二区在线| 人人妻人人澡人人爽国产一区| 国产精品无码午夜福利| 国产精品视频一区国模私拍| 免青青草免费观看视频在线| 一区二区日本影院在线观看| 青青草原综合久久大伊人精品 | 久久精品女人天堂AV一个| 色偷偷亚洲精品一区二区| 成人无码av免费网站| 亚洲综合久久精品无码色欲| 欧美丰满熟妇bbbbbb百度| 久久久久亚洲AV片无码乐播 | 18禁裸男晨勃露j毛网站| 精品国产av最大网站| 亚洲成年网站在线777| 激情综合网缴情五月天| 国产精品美女主播在线| 西西午夜无码大胆啪啪国模| 内射无码专区久久亚洲|