《表3 患者结局情况比较:一种基于KL-AEPF的无人机侦察移动目标定位算法》

《表3 患者结局情况比较:一种基于KL-AEPF的无人机侦察移动目标定位算法》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《一种基于KL-AEPF的无人机侦察移动目标定位算法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

图16所示为实测飞行实验中本文算法每个采样周期内的粒子数变化情况,其中α、β同仿真实验。图17所示为本文算法和EPF的耗时情况对比。通过100次蒙特卡洛实验,EPF和AEPF的平均耗时、粒子数对比如表3所示。KL-AEPF算法平均每个采样周期内粒子数为32,平均每个采样周期内计算时间为0.008 s。实测实验结果说明,本文算法定位精度与EPF接近,在保证性能的同时大幅度减少计算量,缩短运算耗时。