基于飛行昆蟲視覺機理的導航新方法.pdf

1、為克服現(xiàn)有導航方法的不足，開發(fā)和研究其它新的導航方法，尤其是借鑒生物視覺機理的導航方法，是未來導航技術(shù)研究的一個重點和趨勢。本文依據(jù)飛行昆蟲視覺機理的研究成果，根據(jù)物理學中熵的概念，提出熵圖及熵流概念，并結(jié)合Kalman濾波技術(shù)，提出一種基于熵流的輔助導航新算法。
　　 首先，根據(jù)飛行昆蟲的視覺機理和物理學中熵的概念，建立了熵圖的概念，探討了熵圖的去噪性能，并把熵圖的去噪性能與平均濾波器、中值濾波器、Wiener 濾波器和Gau

2、ss 濾波器在去除Gauss 白噪聲、椒鹽噪聲和斑點噪聲方面的性能作了定量和定性的比較。
　　 其次，依據(jù)熵圖概念，建立了熵流的概念，并討論了依據(jù)熵流刻畫圖像運動的可能性。依據(jù)光流的約束方程及其計算方法，建立了熵流的約束方程。為克服熵流計算的孔徑問題，提出了不同類型的恒定假設(shè)。根據(jù)所提出的恒定假設(shè)，探討了熵流計算的變分方法及其算法實現(xiàn)策略，并定性和定量地比較了不同熵流計算方法對圖像運動的描述性能。
　　 接著，依據(jù)本文的

3、研究背景，研究了正交投影下的相機幾何模型，即正交變換的六參數(shù)模型，提出了基于熵流的仿射變換六參數(shù)全局運動估計模型。為了減少全局運動估計的計算量，同時也為了提高全局運動估計的精度，提出了熵流數(shù)據(jù)的自動評估閾值選取算法。
　　 接著，結(jié)合熵流概念和Kalman 濾波技術(shù)，建立了基于熵流和Kalman 濾波輔助導航方法的一步算法流程，同時構(gòu)建了基于熵流和Kalman 濾波技術(shù)輔助導航算法的實施策略。介紹了所采用的仿真實驗數(shù)據(jù)的獲取途徑

4、及仿真實驗的執(zhí)行方法；研究了基于熵流和Kalman 濾波輔助導航方法的導航性能，并探討了初始誤差與圓概率偏差之間的關(guān)系。為了擴大新輔助導航方法的使用范圍，討論了在使用新的輔助導航方法之前疊加一個匹配過程的可能性。仿真實驗結(jié)果表明，該算法能夠在一定的精度范圍內(nèi)實時校正導彈在三維空間中的飛行軌跡，為導彈的導航算法研究提供了一個可行的方案。
　　 最后，類似熵圖的構(gòu)建過程，探討了利用Parzen 窗建立自信息圖的可能性，并提出了基于自