首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于最大梯度矢量的智能自寻的定位定向算法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京爱克塞科技有限公司

摘要:本发明涉及一种基于最大梯度矢量的智能自寻的定位定向算法,步骤1、采用空间N点获得待测气体采样点的物理参数,N≥4,由N点物理参数计算最大梯度矢量方向;步骤2、解析N点物理参数的空间梯度特性,并结合在时间维度上最大梯度矢量方向发展的时空边际特性,确定调整步幅;步骤3、直至到达N点物理参数相等为止,通过改变角度与方向,验证N点物理参数是否全方位相同,至此实现对三维空间物理参数发源点的自主寻找。本发明面对未知具有分布势场的物理场参数,可实现真正沿着最大梯度传播反向或正向轨迹,自主寻找势场产生的来源或脱离势场来源的最佳轨迹;而不需要事先知道整个物理参数的时空分布状况,实现低成本快速智能寻找。

主权项:1.一种基于最大梯度矢量的智能自寻的定位定向算法,包括以下步骤:步骤1:构建四点气体采样的空间物理结构,如正四面体的采样检测结构,确定其一点为固定的顶点,其它三点为底面三点;步骤2:将正四面体采样结构任意置于待分析的物理参数空间中,获取其四点的物理参数数值hPi,h为对应点Pii=0,1,2,3的物理参数数值;步骤3:利用四点的物理参数数值,计算顶点P0至底面三点Pkk=1,2,3的三个侧边P0,k方向的梯度:P0至Pk梯度矢量: 为顶点P0至点Pkk=1,2,3的单位度量矢量,hP0-hPk为的数值;绝对值|hP0-hPk|为梯度矢量的模;步骤4:对三个侧边梯度矢量根据hP0-hPkk=1,2,3数值排序,筛选出最大及其投影对应的侧面Smax;步骤5:以侧面Smax的两个侧边梯度矢量为对象,计算两个矢量之和的方向,及其与侧面Smax自顶点P0至对边中点的方向组成的夹角步骤6:将侧面Smax作为基准面,以侧面Smax在顶点P0的法线为轴,将正四面体采样结构在基准面上旋转角度;步骤7:获取旋转后四点的物理参数数值hPi,h为对应点Pii=0,1,2,3的物理参数数值,确认步骤4中是否仍在同一侧边上;否则重新执行步骤4,5,6,直至调整角度前后的在同一侧边上;步骤8:计算调整角度后各侧边的模|hP0-hPk|,获得其最大值|hP0-hPk|max与最小值|hP0-hPk|min,计算最大值与最小值两者的差值|Δh|=|hP0-hPk|max-|hP0-hPk|min;步骤9:由步骤8中梯度矢量的模最大与最小值计算调整步幅距离Ds,如公式1所示:Ds=|hP0-hPk|min|Δh|×L公式1步骤10:如果已执行两次以上步幅调整,则利用上一次调整时的最大的模与本次最大的模计算调整步幅Dt,如公式2所示: 步骤11:对于寻找目的源的过程,选择Ds与Dt步幅较小者为实际调整Dm,沿步骤7调整角度θ后的最大梯度矢量相反方向,移动Dm距离;对于最佳脱离目的源的轨迹则选择Ds与Dt步幅较小者为实际调整Dm,方向为最大梯度矢量相反方向;步骤12:重复步骤2至11,上次的最大的模与本次最大的模之差接近或等于0;步骤13:任意调整角度θ后,检测三个侧边梯度矢量的模是否相同;若存在明显不同,则回到步骤2继续执行;若基本相同,则目的源头在四面体的采样检测结构内;从而实现智能自主寻的定向定位的功能。

全文数据:

权利要求:

百度查询: 北京爱克塞科技有限公司 一种基于最大梯度矢量的智能自寻的定位定向算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。