Meanshift的matlab代码6D姿势 实现一些6d姿态估计算法 线模 线型升级 线路模式 潜类霍夫树（LCHF） 3d凸分割 注意：LCHF 太难调整参数，所以我不打算实现它...... 先决条件 pysixd 文件：params/pysixd/t_less_toolkit/tools/ 复制自处理模型读取/渲染、数据集读取和评估 数据集 使用以下 cmd 获取 6DPose 文件夹下的数据集 wget -r -np -nH --cut-dirs=1 -R index.html http://ptak.felk.cvut.cz/6DB/public/ 图书馆 使用 contrib rgbd 模块安装 opencv3 安装pybind11 pip3 install -r requirements.txt 脚步 在目标文件夹中： mkdir 构建光盘构建/ .. 制作 在 6dpose 文件夹中，如果使用 pybind： pip3 安装 target_folder/ python3 target.py 线模 linemod.py 中的代码将训练和检测下载数据集中的对象。 参考 op

针对自相关算法的局限性,提出了一种基于高阶累积量的单矢量水听器ESPRIT算法。该算法首先对单个矢量水听器接收数据作一任意的时间延迟,以时间变元为旋转因子,构造了2个具有相同阵形的子阵,然后将高分辨信号子空间类方法的正交化原理及旋转子空间不变原理引人累积量域,得到基于高阶累积量切片的ESPRIT方法。仿真结果表明,借助高阶累积量的方法,在高斯白噪声下,ESPRIT算法能完全抑制高斯白噪声的影响,在高斯色噪声条件下,信噪比6 dB以上该方法还是能获得高精度、高分辨率的渐近无偏估计。

OFDM系统中MMSE与LS信道估计算法的比较研究，适合于初学者

基于TDOA的短波信源定位技术相比于传统的基于AOA的短波定位技术具有设备简单、成本较低且架构方便的优点。然而,对短波信号直接进行传统的TDOA估计并不能得到信号的时延信息。以Watterson短波信道模型构造短波信号,在研究对比基本相关与模值相关算法的基础上,提出了基于广义相关熵模值的时延估计算法。仿真实验表明,即使在较低信噪比下,该方法仍然保持着较高的时延估计性能,是一种适用于短波信号的新型时延估计算法。

针对传统盲信号分离方法通过估计分离矩阵实现盲信号分离难以同时适应适定、欠定和过定模型的问题,给出了一种新的方法,直接估计混叠矩阵实现盲分离.首先给出估计混叠矩阵的梯度学习公式,并分析了该梯度算法对适定模型的有效性,然后将它推广到过定混叠和欠定混叠模型,从而得到了一种适用于各种盲分离模型的混叠矩阵估计算法.仿真例子检验了所提出的算法在适定情形下与原有算法有类似的特性,而又可以同时适应过定和欠定模型.

针对现有方法在高密度场景人群密度估计不够准确的问题，提出了Gabor滤波结合最小二乘支持向量机（LS-SVM）的人群密度估计算法。首先，设计一组单独的二维Gabor滤波器应用在人群图像中以产生相应的滤波通道。然后，通过计算这些通道上灰度值的均值和方差得到特征向量。最后，采用最小二乘支持向量机分析特征向量和人数之间的关系，完成最终的密度估计。在UCSD数据集和Mall数据集上的实验显示，提出的方法实现了更快的执行时间和更好的精度，证明了基于Gabor滤波器和LS-SVM的人群密度估计算法的有效性。

针对采用频域平滑周期图法估计循环谱,提出了一种改进的基于循环谱包络BPSK信号的码元速率 估计算法。该算法选用较高的循环频率来进行参数估计,可获得较高的处理信噪比。通过在循环频率域的一维 搜索即可获得码元速率参数的估计。给出了信号参数估计的具体步骤,并分析了估计算法的性能,进行了计算机 仿真实验。仿真结果验证了该算法的有效性。

这篇文献也是分布估计算法中的，比PBIL那篇要高一点。

为克服在 SαS噪声环境下的 DOA估计方法没有考虑宽带信号的情况,在分析SαS噪声环境下宽带信号阵列输出矩阵性质的基础上,将时域方法与频域方法有机结合起来,通过构造L型阵列的各频带的分数阶累计量,将一维宽带信号阵列模型拓展到二维,并利用 CSM聚焦算法,通过 k个聚焦矩阵 T( fk )把不同频率处的方向矩阵变换到同一参考频率f0下的矩阵,采用改进的分数低阶矩阵(MFLOM)来作为共变矩阵的估计子。实现了 SαS噪声环境下的宽带信号的二维波达角估计,通过仿真分析证明了该算法的有效性。

低成本MEMS器件具有低精度高噪声特点,其误差随时间不断累加,无法满足长时间载体姿态测量要求,针对此问题,设计了基于四元数扩展卡尔曼滤波器EKF(ExtendedKalmanFilter)的姿态估计算法。该算法将姿态四元数作为EKF滤波器状态,应用测量的角速率完成滤波器时间更新;应用载体所处位置的重力场与地磁场数据,完成滤波器量测更新,抑制了姿态误差发散,解决了长时间姿态测量问题。为检验算法可行性,分别开展了转台精度实验与静态实验,实验结果表明:俯仰、横滚角精度优于0.1°,航向角精度优于0.2°,2h内