对于GSM相控阵无源雷达接收机获取的目标数据提出一种用最佳后验感知的神经网络进行处理的算法，在复杂的杂波及噪声背景下，相比于流行的卡尔曼滤波，提高了目标的检测跟踪精度，对促进GSM无源探测系统实用化具有重要意义。
上传时间： 2013-11-06
上传用户：hhkpj
文中提出了一种适用于多传感器多目标跟踪的JPDA算法，它以极大似然估计完成对来自多传感器的测量集合进行同源最优分划，然后采用JPDA方法对多目标进行跟踪。经过理论分析和仿真试验，证明了该方法能有效地进行多传感器多目标的跟踪，且具有算法简单、跟踪精度高、附加的计算量小等优点。
上传时间： 2013-11-02
上传用户：LP06
Keil C51 V8 专业开发工具（PK51） PK51是为8051系列单片机所设计的开发工具，支持所有8051系列衍生产品，，支持带扩展存储器和扩展指令集（例如Dallas390/5240/400,Philips 51MX,Analog Devices MicroConverters）的新设备,以及支持很多公司的一流的设备和IP内核,比如Analog Devices, Atmel, Cypress Semiconductor, Dallas Semiconductor, Goal, Hynix, Infineon, Intel, NXP(founded by Philips), OKI, Silicon Labs,SMSC, STMicroeleectronics,Synopsis, TDK, Temic, Texas Instruments,Winbond等。 通过PK51专业级开发工具，可以轻松地了解8051的On-chip peripherals与及其它关键特性。 The PK51专业级开发工具包括… l μVision Ø 集成开发环境 Ø 调试器 Ø 软件模拟器 l Keil 8051扩展编译工具 Ø AX51宏汇编程序 Ø ANSI C编译工具 Ø LX51 连接器 Ø OHX51 Object-HEX 转换器 l Keil 8051编译工具 Ø A51宏汇编程序 Ø C51 ANSI C编译工具 Ø BL51 代码库连接器 Ø OHX51 Object-HEX 转换器 Ø OC51 集合目标转换器 l 目标调试器 Ø FlashMON51 目标监控器 Ø MON51目标监控器 Ø MON390 (Dallas 390)目标监控器 Ø MONADI (Analog Devices 812)目标监控器 Ø ISD51 在系统调试 l RTX51微实时内核 你应该考虑PK51开发工具包,如果你… l 需要用8051系列单片机来开发 l 需要开发 Dallas 390 或者 Philips 51MX代码 l 需要用C编写代码 l 需要一个软件模拟器或是没有硬件仿真器 l 需要在单芯片上基于小实时内核创建复杂的应用
上传时间： 2013-10-29
上传用户：yy_cn
分析了多颗成像卫星对区域目标的协同观测问题的特点，提出了基于星载遥感器的幅宽、侧摆能力以及卫星轨道参数的动态区域划分方法，该方法能够根据卫星参数及偏移参数动态划分候选观测场景，从而充分利用卫星每次过境的观测机会，特别适用于不同卫星协同观测的情况。在此基础上建立了多星对区域目标的协同观测问题模型，该模型采用总体覆盖率来衡量观测效率，消除了不同卫星对区域目标观测的交叉重叠带来的影响。最后提出了模型求解的模拟退火算法。仿真实验表明，本文提出的方法能够有效提高多星对区域目标的协同观测效率。
标签： 成像卫星
上传时间： 2013-10-13
上传用户：Ants
介绍了雷达目标实时模拟在中频实现的设计方法,讨论了雷达目标模拟系统的组成、功能以及雷达与其他分系统的关系,给出了雷达目标实时模拟应用的主要数学模型,并用实例验证了雷达目标实时模拟方法的应用效果。
上传时间： 2014-12-30
上传用户：zhenyushaw
基于雷达目标一维距离像非衰减指数和模型,文中将遗传算法和Relax算法相结合求取目标散射中心参数,充分发挥两种算法的优势,通过仿真分析证明了文中方法的有效性。
上传时间： 2014-12-30
上传用户：我们的船长
随着嵌入式系统软件的发展，以及嵌入式应用在各个行业的普及，嵌入式系统开发已经被越来越多的人所关注。目前，嵌入式软件更新频率快，因此要求开发者在短期内能开发出具有针对型的应用程序，然而嵌入式系统运行环境往往是用户制定，并且运行在特定的硬件环境中。常规的软件开发方法往往导致嵌入式系统开发效率低下，同时大幅提高了开发成本。因此，实现对嵌入式系统硬件环境的仿真能有效提高嵌入式系统开发效率。本文针对此问题，结合现有ARM体系架构和指令集模拟器实现原理，提出了一套基于X86平台的ARM指令集模拟器的设计方案。
上传时间： 2013-10-23
上传用户：neu_liyan
针对传感器网络下多目标跟踪时目标数量不断变化这一复杂情况，文中对多目标的跟踪和特征管理方法进行了研究。该方法由数据关联、多目标跟踪、特征管理，和信息融合所组成。其中未知数量多目标的跟踪和数据关联通过马尔科夫蒙特卡罗数据关联实现。通过信息融合来整合本地信息，获取所有相邻传感器的本地一致性，最终实现特征管理。试验证明，本方法能够在分布式的传感器网络环境下对多目标进行准确有效地跟踪和特征管理。
上传时间： 2013-11-17
上传用户：wangdean1101
模拟器
上传时间： 2013-11-10
上传用户：日光微澜
模拟器
上传时间： 2013-10-23
上传用户：zhichenglu
