：舰载导弹在制导飞行的末端容易受到空气小扰动的影响产生轨迹偏离,需要进行轨迹偏离修正控制,提高弹道对目标跟踪的姿态稳定性,提出一种基于改进的扩展Kalman滤波(EKR)和误差反馈修正的导弹跟踪端轨迹修正控制方法。以陀螺仪采集的导弹的横滚角、俯仰角以及航向偏离的参量为控制约束指标集,采用扩展Kalman滤波算法进行姿态参量融合,结合Smith结构建立导弹跟踪控制的被控对象模型,计算末端轨迹中姿态角与真值的偏差,根据偏差进行导弹的惯性姿态反馈调节,采用自适应的量化融合跟踪识别方法进行导弹定姿处理,通过对末端轨迹的误差反馈修正提高姿态角的输出精度,根据姿态的不断变化实现自适应的位姿修正,实现导弹对敌目标跟踪的稳定性控制。仿真结果表明,采用该方法进行导弹控制的姿态角解算的误差较小,定姿精度较高,提高导弹跟踪控制的稳定性和鲁棒性本文提出了一种手写汉字文本的分割方法,填补了汉字识别领域在文本行分割方面的空白。本方法首先对预处理后的文本图片进行池化处理,然后运用并查集算法得到每行为一个连通区域,最后调整每行上下的孤立区域的归属,最终把多行文本图片分割为单行,为后期的汉字列分割做准备本文有公司网站张家港全自动切管机 网站采集转载中国知网资源整理! http://www.qieguanjixie.com。文本分割方法-电动折弯机数控滚圆机切管机张家港切管机数控切管机滚圆机此方法虽然用行分割,但也为汉字的列分割提供了新的思路。 池化处理如果对图1(b)直接进行分割显然难度较大，文本中每行汉字并不是严格的水平排列，且相邻两行的汉字存在黏连的情况。因此研究采取了池化的方法对预处理后的文本图片做更深层次的调整与加工。虽然一行可能有严重的倾斜，但一个小片段倾斜度往往很小，可以近似为水平。假设一个汉字的平均宽度是64，就可选取257*3大小的长条形卷积核对整个图片进行扫描，得出的结果如图2所示。从图2中可以清楚地看到，一行汉字经过池化后形成了一个连通的黑色区域，而相邻两行的黏连情况也被消除了，这样就可以根据这个结果对每一行进行提取，从而实现行分割的目的。图2池化后的结果粗分割3．1并查集算法并查集算法［7］可以高效地计算一个集合的连通分支。利用并查集中的合并算法，将图2中处于一个连通域的黑色像素点并为一个集合，这样就可以把不同的行区分出来。其中，每一个合并的集合就是一个列表，这个列表里包含了整个连通域的所有像素，而背景(本示例图片为白色)也合并为一个集合。这样就得到了许多不同的集合，这些集合包括每一行汉字、背景以及池化产生的噪点。这些噪点是由于汉字的某一部分在池化后脱离了本行而形成了一个单独的连通域，如果简单地删除会影响汉字的识别过程，因此在后续的操作中则需要将这部分噪点合并到其所在的行，从而将一行汉字完整地分割出来。3．2初步分割出行并查集中的搜索算法可以查找某一个像素点所在的集合，根据这个特性可以从上向下对图2中的像素点?文本分割方法-电动折弯机数控滚圆机切管机张家港切管机数控切管机滚圆机本文有公司网站张家港全自动切管机 网站采集转载中国知网资源整理! http://www.qieguanjixie.com