搜索资源列表
UKF
- 从改进提议分布的成片野值容错能力入手，提出了基于残差正交判别的UPF容错滤波算法，该算 法将残差正交判别法UKF的野值自适应性和粒子滤波的“适者生存性”有机地结合起来．通过非线性状态估计 的实验，证实了这种新的自适应粒子滤波对成片野值处理的有效性，-Proposal from the improved value of the distribution of fault tolerance into the film field, put forward an identificatio
modelbasedonspectrumprediction
- 文章展示了基于高斯混合模型的语音频谱预测方法。频谱预测可能在传包过程中预防丢包这方面起到大作用。期望最大化算法用两倍或三倍的连续语音因素来测试模型。模型被用来设计第一，儿等指令预测量。预测表用频谱分配状态来估计并和一个简单的参考模型对比。最好的预测表得到一个平均频率扭曲值是0.46dB小于参考模型-This paper presents methods for speech spectrum prediction based on Gaussian mixture models. Spec
distribution-power-system
- 配电系统潮流计算及状态估计,详细介绍了配电系统中潮流计算的软件设计流程及状态估计算法-distribution power flow and state estimation
PSO
- 关于PSO智能算法在多率系统的状态和参数估计中的应用-PSO intelligent algorithm in multi-rate system of state and parameter estimation
KalmanFilter
- 此代码用kalman filter对信号进行估计，包含状态和测量方程的递归算法-This code kalman filter signal is estimated to contain state and measurement equations recursive algorithm
Particle-filter-resampling-methods
- 粒子滤波是基于递推的MonteCarlo仿真方法的总称, 原则上可用于任意非线性、非高斯随机系统的状态估计。-Particle filter is based on the the MonteCarlo simulation method of recursive general principle can be used for any nonlinear, non-Gaussian random system state estimation.
Particle-filter-algorithm-
- 粒子滤波是基于递推的蒙特卡罗模拟方法的总称，可用于任意非线性，非高斯随机系统的状态估计。-The particle filter is based on recursive Monte Carlo simulation method general, can be used for any non-linear, non-Gaussian random system state estimation.
paixu
- 用于在配电网状态估计之前对一定数量的测量装置在配电网中进行最优安装。-On a number of measuring devices used for state estimation of the distribution network in the distribution network for optimal installation.
OFDM
- 首先根据短训练字的特性进行相关运算，进行信号到达检测，当检测到相关值大于门限一定次数后，认为有信号到达。然后根据长训练字的特性，进行相关运算，进行OFDM符号FFT窗口起始位置的估计。估计出FFT窗口的位置后，先在时域进行小频偏的估计，将两个长训练字进行小频偏补偿后，进行FFT运算，根据FFT运算的结果进行整数倍频偏的估计。这些参数估计完成后，就可以进行数据解调了。先对数据部分进行完整的频偏补偿，然后根据估计的FFT窗口位置进行FFT运算得到频域的数据，进行解调。然后在对应于导频的子载波位置上提
Multi-UAVs-Target-Tracking
- 多无人机（Unmanned Aerial Vehicle，UAV）协同目标跟踪在军/民用方面有 着广泛而又迫切的应用需求和重要的理论研究价值，是目前多 UAV 系统自主控制 领域的一个重要研究方向。本文以 UAV 执行对地侦察打击任务为应用背景，针对 复杂环境中多 UAV 协作式跟踪地面移动目标问题，重点围绕目标状态融合估计和 观测航迹优化两项关键内容展开研究-Multi-UAV (Unmanned Aerial Vehicle, UAV) has a broad and col
Matlab
- 卡尔曼滤波器是一个对动态系统的状态序列进行线性最小误差估计的算法，一般用于线性系统。一般在运动跟踪领域中摄像机相对于目标物体运动有时属于非线性系统，但由于在一般运动跟踪问题中图像采集时间间隔较短，可近似将单位时间内目标在图像中的运动看作匀速运动，采用卡尔曼滤波器可以实现对目标运动参数的估计。-Kalman filter is a state sequence of linear dynamic systems smallest error estimation algorithm for lin
Lithium-Battery-SOC
- 蓄电池荷电状态健康评估，能够有效的估计电池的剩余电量-Battery charged state of health assessment, can effectively estimate soc of the battery
卡尔曼滤波算法C语言实现
- 数据滤波是去除噪声还原真实数据的一种数据处理技术, Kalman滤波在测量方差已知的情况下能够从一系列存在测量噪声的数据中，估计动态系统的状态. 由于, 它便于计算机编程实现, 并能够对现场采集的数据进行实时的更新和处理, Kalman滤波是目前应用最为广泛的滤波方法, 在通信, 导航, 制导与控制等多领域得到了较好的应用