登录
首页 » Others » 雷达目标跟踪

雷达目标跟踪

于 2020-12-01 发布
0 222
下载积分: 1 下载次数: 6

代码说明:

雷达的目标跟踪,卡尔曼滤波,航迹相关。雷达导航运动目标

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 基于数字图像处理技术的指针式仪表识别系统.
    MATLAB图像处理 控制策略
    2020-11-05下载
    积分:1
  • 基于颜色、纹理特征的图像检索系统源代码
    基于颜色、纹理特征的图像检索系统源代码
    2020-12-02下载
    积分:1
  • Geomagic Control X 2017基础教
    3D数据检测软件教学教程,可以帮助使用人员更加快速掌握软件使用基础教程本教程的目的是让你基础的了解在 Geomagic Control X的检查过程.通过程序的教程,你将学会Geomagic Control X的基本使用方法基本的检查过程在本次课程中,你将学到如何导入参考和测试数据并把它们对齐到一起.在检査数据的3D比较和添加比较点之后你将学会如何输出结果报告127GNi. 43503H22.32244614的Pe,料动什dP长359,系1阳A17atinsti检查GD&T在本次课程中,你将学会如何在模型上测量2D和3DGD&T(几何尺寸和公差PMI界面在本次课程中,你将学会如何通过使用PM面向导,导入其他CAD程序已定义PM的参考数据.并检查参考和测试数据之间的偏差.系统检查过程在本次课程中,你将学会如何打开一个含有GD&T测量的 Geomagic Control x项目文件除了现有的测量,你还将检查轮廓偏差,2DGD&T,和2D比较.伞2叫钣金检查过程在本次课程中,你将学会如何检査钣金数据.你将使用RPS对齐方法来对齐数据.多个2D比较命令将用来检查参考和测试数据0≠2aRLES0使用面片数据作为基准数据在本次课程中,你将学会如何使用面片对象作为参考数据,并在检査3DGD&T和面片对象的偏差Gd Dist0:1556D4t:0.141Gaa Dist=0.09b2Gs02590.1237Gap Distt Gap Dist,0:15034第一章.基本的检查过程概要本次练习包括什么?步骤介绍结果导入参考和测试数据使用初始对齐命令对齐数据2使用初始对齐工具对齐参考和测试数据添加3D比较特征3使用3D比较工具分析模型的整体偏差.添加2D比较特征4Ltr使用2D比较工具分析模型的断面偏差.添加比较点理三5分析模型上特定位置的偏差.日但生成报告6将分析结果生成报告■步骤1:导入参考和测试数据在步骤1中,将导入参考数据和测试数据并利用数据创建一个检测项目导入参考数据在模型管理器中选择其中一个结果数据标签把它设置成激活标签.2.在初始选项卡中,导入组下,点击导入或者选择菜单>文件>导入3.从下面的路径浏览这个文件 Reference Data. CXProj然后点击仅导入/Sample/Basic/Basic Inspection Process「导入文件4.一个CAD对象将在模型视图中显示并自动设置成参考数据.二、导入测试数据.在初始选项卡中,导入组下,点击导入或者选择菜单>文件>导入2.从下面的路径浏览这个文件 Measured Data. CXProj然后点击仅导入/Sample/ Basic/Basic Inspection Process「导入文件3.一个面片对象将在模型视图中显示并自动设置成测试数据.步骤2:使用初始对齐命令对齐数据在步骤2中,初始对齐工具将用于对齐测试数据和参考数据初始对齐工具可以智能的把测试数据移动到参考数据合适的位置上初始对齐1.在初始选项卡中对齐组下,点击初始对齐,或者选择菜单>插入>对齐>初始对齐侣亮显命令运行命令注释:此工具也可以从上下文菜单中访问.在模型视图中任意位置点击右键然后在上下文菜单中点击对齐工具.查看"上下文菜单"在 Geomagic Contro/X的帮助说明来获取更多信息d Frit Annotation styleselection modeL: All-FacesShift+AnItt: NSE nverseshiit-2.取消选择利用特征识别提高对齐精度选项.7 Initial Alignment√xEnhance Alignment Accuracy with Feature recognition注释:如果勾选利用特征识别提高对齐精度选项,程序将分析和比较参考和测试数据之间的特征形状然后移动测试数据到两个数据间的最小偏差处3.点击OKM4.检查测试数据是否已经对齐到参考数据上步骤3:添加3D比较特征在步骤3中,3D比较工具将用于计算和显示参考和测试数据之问的整体偏差、添加3D比较1.在初始选项卡中,比较组下,点击3D比较,或者选择菜单>插入>比较>3D比较亮显命令运行命令2.第一步,选择类型选项作为方法并选择贔短选项作为投影方冋.这种方法计算参考数据和测量数据之间的最小距离3 D Compare+√x7 Calculation OptionSampling Ratio% 7MethodO ShapeTHicknessProjection DirectionShortestO Along NormalCustomMax Deviation Auto ob More Options3.点击下一阶段进入下一步.测量数据将自动隐藏因此你可以清楚的看见色图注释:如果需要可以在模型管理器中点击参考数据后面的眼睛图标◎,使测量数据可见Model ManagerInsul bald回 Reference(o Feference DataReferenc是Eata电 Constructed GeometryMeasuredMeasured dataMeasured cata电 Cor structed Geometryv 99 AliyrinmenIlsa Initial AlignmentE Pairing Map3D Compare争3DGD&5f Cross Sectioned Probe Sequence回 Custom vievA Measurement4.检査预览.蓝色的区域表示测量数据在参考数据的下面或者后面,黄色到红色表示测量数据在参考数据的上面5.使用偏差标签下面的选择选项并在体上面选择若干点来査看特定位置的偏差值.每个点位置和偏差的注释将会显示Reference Pos. Measured PosGen vec.Check00008s000217024216829一0,18130113Reference Pos, Measured Pos, Gap vec:Cheel170,00o00000a85,00014.02301428210.24910,916.点击OK√完成命令二、隐藏3D比较在模型管理器中分析下点击3D比较后面的眼睛图标◎,使3D比较的结果在模型视图中不可见.步骤4:添加2D比较特征在步骤4中,2D比较工具将用于计算和显示参考和测试数据之间的断面偏差.你可以在模型上剪切一个平面断面来添加2D比较特征并测量参考和测试数据在断面上的缝隙一、添加2D比较1.在初始选项卡中,比较组下,点击2D比较或者选择菜单>插入>比较>2D比较亮显命令运行命令2.在第一阶段中,你将定义截面平面的位置和计算方法.选择偏移方法并选择一个平面作为基准平面PLane3.点击反转方向来反转切断面的方向4.在偏移距离的输入框中输入3mm来设置所选面的偏移距离.2 D Compare Q→√xv Set section planeO OffsetO RotationO Along CurveBase planeFace 4OffsetDistance[3m⑧D Multiple Cutting Planev Calculation OptionProjection DirectionShortest
    2020-11-28下载
    积分:1
  • Master SPI的Verilog源代码(包括文档 测试序),强烈推荐
    Master SPI的Verilog源代码(包括文档 测试程序),强烈推荐
    2021-05-06下载
    积分:1
  • 绝对可行的PRM路径规划matlab代码
    绝对能运行的matlab路径规划PRM代码,该代码给出了二维环境下,机器人的路径规划方法——概率路图法(PRM),并附有文档简单说明
    2020-07-04下载
    积分:1
  • GSL库(64bit)在QT5.50中使用+VS2013译器
    GSL库(64bit)在QT5.50中使用+VS2013编译器,并应用GSL中的大量函数完在多种算法的开发,具体算法因版权问题,从中去除,不影响正常GSL测试使用。在64位win7下,64位的GSL库,QT5.5+vs2013编译器调用。
    2020-11-27下载
    积分:1
  • C#窗体串口通讯界面
    采用c#编程,完成了上位机界面与下位机串口通讯功能及界面设计,含完整代码及注释
    2020-12-09下载
    积分:1
  • 国际象棋小游戏C语言源代码
    国际象棋程序为小游戏开发程序,运用C语言编写,展现与现实相似的棋盘,实现人与人对弈,程序对于行进步伐是否符合国际象棋下棋规则进行判断,并对最后的输赢进行判断。
    2020-11-04下载
    积分:1
  • 支持向量机MATLAB非线性回归
    【实例简介】支持向量机非线性回归通用MATLAB源码 支持向量机和BP神经网络都可以用来做非线性回归拟合,但它们的原理是不相同的,支持向量机基于结构风险最小化理论,普遍认为其泛化能力要比神经网络的强。大量仿真证实,支持向量机的泛化能力强于BP网络,而且能避免神经网络的固有缺陷——训练结果不稳定。本源码可以用于线性回归、非线性回归、非线性函数拟合、数据建模、预测、分类等多种应用场合。
    2021-11-18 00:36:20下载
    积分:1
  • 基于BP神经网络整定的PID控制
    基于BP神经网络整定的PID控制基于BP神经网络整定的PID控制基于BP神经网络整定的PID控制
    2021-05-07下载
    积分:1
  • 696518资源总数
  • 105885会员总数
  • 31今日下载