基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种基于三角形的重力图形匹配算法,首先以惯导位置信息为约束建立三角形模型,然后通过空间映射对三角形的相似性进行度量,并依此筛选出待匹配三角形,最后利用价值函数求取最优匹配参数.传统的最近点迭代算法( iterated closest contour point,ICCP)受其对惯导初始误差较小的条件限制,同时由于计算量大而影响其实时性.提出的算法与ICCP相比的优点是:可以在惯导初始误差较大的情况下有效地进行实时匹配,仿真结果表明该三角形算法的初始匹配精度较高,整体匹配可以将惯导位置误差降至20%左右,而且算法计算量小,具有很好的实时性.
推荐文章
基于脊线信息的指纹图像特征三角形匹配算法
指纹匹配
形变指纹
脊线信息
特征集
基于三角形的重叠社团发现算法
复杂网络
社区结构
重叠社区
共享邻居节点
三角形
浅析三角形全等的判定
全等三角形
判定
逆向思维
推理论证
三角形网格模型顶点曲率的求解算法
平均曲率
高斯曲率
主曲率
网格简化
虚拟现实
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 无源重力导航的三角形匹配算法及仿真
来源期刊 仪器仪表学报 学科 交通运输
关键词 三角形匹配算法 ICCP算法 重力图匹配 三角形相似性
年,卷(期) 2012,(10) 所属期刊栏目 学术论文
研究方向 页码范围 2387-2394
页数 8页 分类号 U666.1|TH73
字数 5015字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱庄生 北京航空航天大学惯性技术重点实验室新型惯性仪表与导航系统技术重点学科实验室 20 106 6.0 9.0
2 杨振礼 北京航空航天大学惯性技术重点实验室新型惯性仪表与导航系统技术重点学科实验室 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (89)
共引文献  (72)
参考文献  (11)
节点文献
引证文献  (4)
同被引文献  (28)
二级引证文献  (20)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(9)
  • 参考文献(1)
  • 二级参考文献(8)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(14)
  • 参考文献(0)
  • 二级参考文献(14)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(16)
  • 参考文献(1)
  • 二级参考文献(15)
2011(4)
  • 参考文献(3)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
三角形匹配算法
ICCP算法
重力图匹配
三角形相似性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
仪器仪表学报
月刊
0254-3087
11-2179/TH
大16开
北京市东城区北河沿大街79号
2-369
1980
chi
出版文献量(篇)
12507
总下载数(次)
27
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导