基于机器学习的SMN可靠性分析及量测误差建模-西北工业大学学报.PDFVIP

２０１６年４月 西 北 工 业 大 学 学 报 Ａｐｒ． ２０１６ 第３４卷第２期 Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈｗｅｓｔｅｒｎ Ｐｏｌｙｔｅｃｈｎｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ Ｖｏｌ．３４ Ｎｏ．２ 基于机器学习的ＳＭＮ可靠性分析及量测误差建模 余璐，程咏梅，刘夏雷，刘楠 （西北工业大学 自动化学院信息融合技术重点实验室，陕西 西安　 ７１０１２９） 摘　 要：针对复杂环境下景象匹配导航匹配概率不易实时统计以及量测误差统计特性不确定，提出基 于机器学习的景象匹配可靠性分析及量测误差建模方法。 首先建立基于机器学习的匹配概率及误差 统计特性建模算法框架；然后以速高比变化带来的运动模糊为分析对象，选取支持向量机作为机器学 习方法，定义匹配特征指标以及运动模糊下的匹配概率，给出景象匹配量测误差统计分析方法，并通 过假设检验方法对景象匹配量测误差进行零均值检验；进一步在ｇｏｏｇｌｅ ｅａｒｔｈ制备的大样本数据库下 完成匹配性能统计分析，以运动模糊、匹配得到的平均最高峰和平均峰值比作为支持向量机输入，统