1) spatial registration
空间配准
1.
The problem of time and spatial registration and target tracking for multiple airborne mobile platforms and sensors in a fusion system is considered.
首先给出空中移动平台传感器数据空间配准几何坐标转换算法 ;然后采用最小二乘法对多传感器异步测量数据进行时间配准 ;最后将目标的运动模型和传感器配准误差模型组合在同一个状态方程中 ,利用扩展 Kalm an滤波方程进行估计。
2.
Based on application, image spatial registration, multi-spectral image fusion enhancement, information restoring and optimizing fusion and the evaluation technology were studied in this paper.
本文从应用要求出发，分别研究了图像空间配准技术、多波段图像融合增强技术、信息优化保持型的图像融合技术、分类融合技术和对融合方法的综合评价技术。
3.
The spatial registration for data fusion of different sensors was studied.
针对异类传感器数据融合空间配准问题,利用极大似然法对多传感器系统模型进行分析,推导出配准参数的估计值,以毫米波雷达/红外传感器复合制导为例,对空间配准算法进行了仿真,仿真结果具有较快的迭代收敛速度和较好的配准效果,满足了异类传感器融合实时性和精确度的要求。
2) space registration
空间配准
1.
A practical scheme of brain surgery robot based on optical localization is presented, which makes space registration and calibration more easily, promptly and accurately.
坐标标定与空间配准是图像导引的无框架脑外科立体定向机器人研究中的基本问题。
2.
Problems of multi-sensor s space registration and time registration are solved via computing the coor.
各传感器间的空间配准和时间配准是多传感器数据信息有效融合的关键。
3.
In this thesis, the computer-assisted surgery system that we developed is introduced and some related techniques such as image processing, tri-dimensional display, image registration and space registration are dis.
本文重点讨论计算机辅助手术导航系统中的体数据处理与可视化,多模态图像配准和空间配准,以及空间定位技术等关键技术。
4) space-time registration
时空配准
1.
To correct systematic errors and time errors of ground based radar,a space-time registration algorithm of ground based radar networking in 3-dimension coordinate based on Unscented Kalman Filter (UKF)is suggested.
为消除地面雷达的系统误差和时间误差,提出了基于Unscented卡尔曼滤波(UKF)的三维空间地面雷达网的时空配准方法。
5) time registration
时间配准
1.
An analysis of time registration in multi-sensor data fusion system;
多传感器数据融合系统中时间配准算法分析
2.
This paper is concerned with the time registration of data-recording system(DRS).
文中以基于网络的数据录取系统的动态测量为研究背景,分析了时间配准对动态测量误差的影响,并结合数据录取系统的具体实例,采用时戳和时间序列分析方法,对数据传输时延进行估计,实现了数据录取系统的时间配准。
3.
Space registration and time registration are keys to fuse multi-sensor s data information effectively.
各传感器间的空间配准和时间配准是多传感器数据信息有效融合的关键。
6) time aligning
时间配准
1.
In consideration of the asynchronous problem of data from two sensors, a time aligning between the asynchronous data based on least square technique, and fusion method are presented.
针对两种传感器之间测量信息的不同步问题，给出了一种基于最小二乘法的不同步信息之间的时间配准和融合方法，并设计了跟踪滤波器。
补充资料：准Hilbert空间
准Hilbert空间
pre-Hilbert space
准到山加rt空间【p比俐田加rt凡翔ce;”pe皿r”J‘epTo助即此Tpa”cr助] 复或实数域上的向量空间(货ctor sPace)E，具有满足下列条件的标量积E xE~C，xx夕~(x，y): l)(x+y，z)=(x，:)+(y，:)， (又x，y)=几(x，y)，(y，x)二压了刃， x，夕，z‘E，兄‘C(R): 2)(x，x))0，x日E; 3)(x，x)”O，当且仅当x二0. 在准Hdbert空间上定义了范数IJ xJ}=(x，x)’‘2，准Hi」bert空间E关于这个范数的完全化是Hi场ert空间(附bert sPace).BM几oMoHocoB撰【补注】上述函数(x，夕)也称为内积(m幻er Pro-duct).如果它仅满足条件l)和2)，则有时称为准内积(pre一~preduCI).因此，准Hilbert空间着俞也称为内积空间(~p代心uct space)，而具有准内积的向量空间也称为准内积空间(ple一~p《心uctsPace). 如果(E，}}·}})是线性赋范空间，则它具有生成范数的内积，当(且仅当)范数满足平行四边形法则(par叨e1哗四111】aw): l}x+夕}{’+}}x·夕}卜2(}}x}}’+}}夕}}’)对于内积空间的描述，见【AI]，第四章.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条