中华白海豚是我国一级保护动物,以往研究表明不同海域中华白海豚的回声定位(click)信号存在差异。文章以回声定位信号为识别标准,使用三种机器学习方法(K近邻法,决策树-分类回归树法和朴素贝叶斯法)识别中华白海豚。首先使用Teager-Kai...中华白海豚是我国一级保护动物,以往研究表明不同海域中华白海豚的回声定位(click)信号存在差异。文章以回声定位信号为识别标准,使用三种机器学习方法(K近邻法,决策树-分类回归树法和朴素贝叶斯法)识别中华白海豚。首先使用Teager-Kaiser能源算子(Teager-Kaiser Energy Operator, TKEO)方法和Gabor滤波器进行中华白海豚click信号的自动检测,然后通过倒谱的方法提取click信号的特征,最后利用3种机器学习方法识别中华白海豚。实验数据采集于雷州湾的中华白海豚以及厦门湾的中华白海豚和宽吻海豚的发声信号。实验中将厦门湾中华白海豚和雷州湾中华白海豚设为第一组,进行同种海豚识别;将厦门海域中华白海豚和宽吻海豚设为第二组,进行不同种海豚识别,实验结果表明这两组实验的平均识别准确率分别可以达到98%和96%。展开更多
针对室内、城市峡谷及树荫等遮挡环境使卫星信号中断或变弱,影响北斗三号全球卫星导航系统精密单点定位服务信号(BeiDou Global Satellite Navigation System Precise Point Positioning B2b,BDS-3 PPP-B2b)定位性能的问题,采用卫星导...针对室内、城市峡谷及树荫等遮挡环境使卫星信号中断或变弱,影响北斗三号全球卫星导航系统精密单点定位服务信号(BeiDou Global Satellite Navigation System Precise Point Positioning B2b,BDS-3 PPP-B2b)定位性能的问题,采用卫星导航系统与惯性导航系统(Inertial Navigation System,INS)组合提升定位连续性和精确性。引入BDS-3 PPP-B2b/INS松组合模型,采集开阔环境和卫星遮挡环境数据,分析不同环境下定位系统在位置、速度及姿态方面的性能。实验结果表明,相比于BDS-3 PPP-B2b,松组合系统在开阔环境下定位精度提升不明显,而在卫星遮挡环境下提升较明显。组合定位的位置均方根误差(Root Mean Square Error,RMSE)在东向、北向和天向上分别为0.221 m、0.181 m和0.180 m,速度的RMSE在东向、北向和天向上分别为0.078 m·s^(-1)、0.124 m·s^(-1)和0.025 m·s^(-1),横滚角、俯仰角和航向角的RMSE分别为0.157°、0.191°和1.979°。展开更多
本文针对Ho提出的基于TDOA(Time Difference of Arrival)与GROA(Gain Ratio of Arrival)信号源定位的代数闭式解,提出两种偏差消减方法.首先对其闭式解偏差进行了推导,然后给出BiasRed法与BiasSub法两种偏差消减算法,BiasSub法从Ho给出...本文针对Ho提出的基于TDOA(Time Difference of Arrival)与GROA(Gain Ratio of Arrival)信号源定位的代数闭式解,提出两种偏差消减方法.首先对其闭式解偏差进行了推导,然后给出BiasRed法与BiasSub法两种偏差消减算法,BiasSub法从Ho给出的解中直接减去期望偏差,BiasRed法通过分析误差表达方程并引入二次约束来提升定位估计精度;分析表明两种方法均可针对远距离信号源,在较小高斯误差情况下有效消减定位偏差,BiasRed法可将偏差降低到最大似然估计算法的水平;计算机仿真分析验证了所提算法的性能.展开更多
文摘中华白海豚是我国一级保护动物,以往研究表明不同海域中华白海豚的回声定位(click)信号存在差异。文章以回声定位信号为识别标准,使用三种机器学习方法(K近邻法,决策树-分类回归树法和朴素贝叶斯法)识别中华白海豚。首先使用Teager-Kaiser能源算子(Teager-Kaiser Energy Operator, TKEO)方法和Gabor滤波器进行中华白海豚click信号的自动检测,然后通过倒谱的方法提取click信号的特征,最后利用3种机器学习方法识别中华白海豚。实验数据采集于雷州湾的中华白海豚以及厦门湾的中华白海豚和宽吻海豚的发声信号。实验中将厦门湾中华白海豚和雷州湾中华白海豚设为第一组,进行同种海豚识别;将厦门海域中华白海豚和宽吻海豚设为第二组,进行不同种海豚识别,实验结果表明这两组实验的平均识别准确率分别可以达到98%和96%。
文摘本文针对Ho提出的基于TDOA(Time Difference of Arrival)与GROA(Gain Ratio of Arrival)信号源定位的代数闭式解,提出两种偏差消减方法.首先对其闭式解偏差进行了推导,然后给出BiasRed法与BiasSub法两种偏差消减算法,BiasSub法从Ho给出的解中直接减去期望偏差,BiasRed法通过分析误差表达方程并引入二次约束来提升定位估计精度;分析表明两种方法均可针对远距离信号源,在较小高斯误差情况下有效消减定位偏差,BiasRed法可将偏差降低到最大似然估计算法的水平;计算机仿真分析验证了所提算法的性能.
