《表1 不同算法计算出的特征值统计结果》

  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

《一种新的基于特征值融合的重力辅助导航适配区选择方法》

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

为了更加定量地来分析上述结果，对图2和图3中的特征值数据进行了统计，统计结果如表1所示。结合表1和图2、图3可以看到，在相同的区域里，信息熵法的计算结果数值范围极小，数值差异不大，变化不够明显，表明信息熵法对数据信息进行了均化，降低了分辨率。由此导致根据该结果进行适配区划分和选择时，稳定性较差，易出现较大误差。绝对粗糙度法和AGD法相比信息熵法，在特征值数值范围和差异性上有所改善。而双近邻模式法相对前3种算法，其特征值数值跨度显著增大，数值变化也极为剧烈。本文提出的特征值融合EVF方法计算所得的特征值，其数值跨度和差异，相比信息熵法、绝对粗糙度法和AGD法明显增加，更加显著；但相比双近邻模式法，并没有那么剧烈，用更小范围变化的数值得到了同样层次丰富的特征值分布结果。