面向三维导航的智能终端传感器数据处理技术.pdfVIP

面向三维导航的智能终端传感器数据处理技术.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
面向三维导航的智能终端传感器数据处理技术.pdf

JournalofComputerApplications IssN 1oo1.9081 2015.01.1O 计算机应用,2015,35(1):252—256,288 CODENJYIIDU http://www.joca.en 文章编号:1001.9081(2015)O1.0252.05 doi:10.11772/j.issn.1001-9081.2015.O1.0252 面 向三维导航的智能终端传感器数据处理技术 纪连恩 ,邹银龙,辛 冰 (中国石油大学(北京)计算机科学与技术系,北京 102249) (}通信作者电子邮箱jilianen@126.com) 摘 要:针对智能终端传感器在三维场景导航交互中不稳定问题,提 出了一种基于可变平滑归一化模型的传感 器数据处理算法。根据传感器数据特点和不同滑动平滑模型数据处理的特性,将不同平滑模型进行组合,并实现平 滑窗口可变;同时,运用归一化算法,对数据进行等距处理。在基于终端的三维导航交互系统的实验结果表明,所提算 法对传感器低频数据处理后 ,数据标准方差减小了71.3%,明显地减少了数据扰动;对高频数据处理后,数据标准方 差减小了7.9%,有效地保留了信号特征。所提方法能够提高智能终端在三维导航交互中的稳定性和连续性。 关键词:智能移动终端;三维导航 ;加速度传感器;滑动平滑算法;数据归一化 中图分类号:TP391.413;TP212 文献标志码:A Dataprocessingtechniquesonsensorsofsmartterminalsfor3D navigation JILianen。,ZOU Yinlong,XINBing (DepartmentofCompumrScienceandTechnology,ChinaUniversityofPetroleum,Beijing,Beijing102249,China) Abstract:Sincetherearesevereinstabilityproblemsofhuman—computerinteractionin3D scenes’navigation,adata processingalgorithm ofvariablesmoothingandnormalizationmodelforsensorsofsmarttemr inalswasproposed.Inviewofthe datacharacteristicsofsensors andprocessingchraacteristicsofeach smoothingmodel,thedifferentsmoothingmodelswere combinedandthevariationsofsmoothwindowwereenbaled.A normalizationalgorithm wasappliedtodealwiththeinteraction dataofsensorsequidistantly.Theexperimentalresultsin navigationsystem of3D scenesbasedonterminalsshow that,the standardvariancedecreasesby71.3% afterdealingwithlow frequencydataofsensorswiththeproposedalgorithm。which meansthedataperturbationsissignificantlyreduced.Andwhileprocessingthehigh frequencydata,thestandardvariance decreasesby7.9%.whicheffectivelypreservesthesingalfeatures.Theproposedalgorithmcand

文档评论(0)

月光般思恋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档