亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

tDOA

  • tDOA和aoa擴展卡爾滿濾波tDOA和aoa擴展卡爾滿濾波

    tDOA和aoa擴展卡爾滿濾波tDOA和aoa擴展卡爾滿濾波

    標簽： tDOA aoa 擴展 卡爾

    上傳時間： 2017-09-03

    上傳用戶：hebmuljb

  • tDOA定位中的模糊研究

    tDOA定位中的模糊研究，找出了模糊分布與測量站布局之間的關(guān)系。

    標簽： tDOA 定位 模糊

    上傳時間： 2017-09-05

    上傳用戶：1427796291

  • tDOA定位算法

    tDOA源碼chan方法，本人親測可用。大家可以下載學(xué)習(xí)

    標簽： tDOA 定位算法

    上傳時間： 2017-05-14

    上傳用戶：17070894870

  • 三維tDOA定位Gdop

    三維tDOA定位Gdop 繪制圖形，在一定高度下，分析在xy平面下的GDOP分布。

    標簽： tDOA Gdop 定位

    上傳時間： 2017-06-15

    上傳用戶：Bugs

  • 基于互相關(guān)函數(shù)

    基于互相關(guān)函數(shù)，采用求和廣義互相關(guān)函數(shù)(summed-GCC)法用于機器人系統(tǒng)平臺。由于采用不同的映射函數(shù)(mapping functions)，GCC法在該平臺下，只需三個麥克風(fēng)即可進行三維定位，突破了基于tDOA法進行三維聲源定位最少需4個麥克風(fēng)的限制

    標簽： 函數(shù)

    上傳時間： 2013-12-02

    上傳用戶：璇珠官人

  • 結(jié)合馬爾可夫過程

    結(jié)合馬爾可夫過程，提出一種概率論的聲源定位算法，并給出了基于DSP的機器人實現(xiàn)。其中聲源定位部分采用三個麥克風(fēng)呈三角形放置，為減小由于噪聲等引起的tDOA估計誤差，采用馬爾可夫過程計算時延，這樣計算的時延會更可靠。該方案中的聲源定位也屬于一維定位，即只需知道聲源的方向角

    標簽： 馬爾可夫 過程

    上傳時間： 2017-04-04

    上傳用戶：來茴

  • chan算法

    chan算法，利用tDOA參數(shù)實現(xiàn)定位功能，是一種很經(jīng)典的算法

    標簽： chan 算法

    上傳時間： 2014-08-09

    上傳用戶：nanshan

  • 基于 TOA/ tDOA 超寬帶無線定位算法的改進

    在充分研究了超寬帶無線傳輸技術(shù)特性的基礎(chǔ)上, 對超寬帶無線定位的原理進行了探討。首先詳細介紹了超寬帶測距和定位的原理, 對超寬帶定位的精度進行了仿真分析。然后, 針對超寬帶 Ad Hoc 網(wǎng)絡(luò)實際應(yīng)用中節(jié)點數(shù)目比較多的情況, 引入了節(jié)點的相關(guān)性來提高超寬帶的定位精度, 并進行了仿真分析。仿真結(jié)果顯示了此算法在網(wǎng)絡(luò)節(jié)點數(shù)比較多的情況下對定位精度有比較好的提高效果。

    標簽： UWB定位算法

    上傳時間： 2015-04-19

    上傳用戶：hyc77

  • 傳感器網(wǎng)絡(luò)中基于到達時間差有效的凸松弛方法的穩(wěn)健定位

    We consider the problem of target localization by a network of passive sensors. When an unknown target emits an acoustic or a radio signal, its position can be localized with multiple sensors using the time difference of arrival (tDOA) information. In this paper, we consider the maximum likelihood formulation of this target localization problem and provide efficient convex relaxations for this nonconvex optimization problem.We also propose a formulation for robust target localization in the presence of sensor location errors. Two Cramer-Rao bounds are derived corresponding to situations with and without sensor node location errors. Simulation results confirm the efficiency and superior performance of the convex relaxation approach as compared to the existing least squares based approach when large sensor node location errors are present.

    標簽： 傳感器網(wǎng)絡(luò)

    上傳時間： 2016-11-27

    上傳用戶：xxmluo

  • tDOATaylor算法

    基于tDOA的Taylor算法，自己寫的，僅供參考，不喜勿噴

    標簽： tDOATaylor 算法

    上傳時間： 2017-05-12

    上傳用戶：laixudi

主站蜘蛛池模板： 疏勒县| 衡水市| 交口县| 东明县| 塔城市| 丽江市| 百色市| 梅州市| 土默特右旗| 麟游县| 洱源县| 镇雄县| 马鞍山市| 宝坻区| 牡丹江市| 梁山县| 高邮市| 南通市| 腾冲县| 沅陵县| 屯门区| 张家界市| 邻水| 武宣县| 天津市| 道孚县| 伊春市| 伊川县| 内江市| 靖西县| 若羌县| 理塘县| 电白县| 奇台县| 房产| 鄂州市| 揭阳市| 梁山县| 岢岚县| 宜昌市| 栖霞市|