搜索资源列表
lizilvbo
- 粒子滤波的MATLAB实现，通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计的过程，这些样本被形象的称为“粒子”，故而叫粒子滤波(MATLAB implementation of particle filter,By looking for a set of random samples which are propagated in the state space to approximate the probability
ADRC
- 通过扩张状态观测器估计摆杆角度及角速度，使用2 个跟踪微分器分别得到小车位移和速度及参考位移和速度，并将它们组合成控制量，实现了对摆杆偏角与小车位移的良好控制。(By using the extended state observer to estimate the angle and angular velocity of the pendulum, the 2 tracking differentiators are used to get the displacement and velo
kalman滤波的仿真
- 5.4.2 Kalman滤波器的设计 这一节将讨论如何使用控制系统工具箱进行Kalman滤波器的设计和仿真。 考虑下面的离散系统： x［n+1］=Ax［n］+B(u［n］+w［n］) (5.9) y［n］=Cx［n］ (5.10) 其中, w［n］是在输入端加入的高斯噪声。 状态矩阵参数分别为 A = ［1.1269-0.49400.1129 1.0000 0
kalman
- 通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。(The algorithm optimally estimates the state of the system through input and output observations. Since the observation data include noise and interference in the system, the optimal e
kalmanfilter
- 卡尔曼滤波（Kalman filtering）一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。(Kalman filtering (KF) is an algorithm for optimal estimation of system state by using linear system state equation and input and output observation
环路滤波器设计
- 具有以下两种作用的低通滤波器：在鉴相器的输出端衰减高频误差分量，以提高抗干扰性能；在环路跳出锁定状态时，提高环路以短期存储，并迅速恢复信号。 环路滤波器一般是线性电路，由线性元件电阻，电容及运算放大器组成。环路滤波器用于衰减由输入信号噪声引起的快速变化的相位误差和平滑相位检测器泄露的高频分量，即滤波,以便在其输出端对原始信号进行精确的估计,环路滤波的阶数和噪声带宽决定了环路滤波器对信号的动态响应。
SSRLS
- 状态空间递归最小二乘（SSRLS）是确定性信号的线性估计的最优。 然而，SSRLS的性能取决于模型的不确定性，观测信号的时变性质或观测噪声的非平稳行为。 我们结合遗忘因子的随机梯度调整来开发具有自适应记忆的SSRLS。 这种新算法解决了标准SSRLS面临的局限性。 还导出了减轻计算负担的实际滤波器的近似值。 跟踪有噪声啁啾的示例表示并演示了新算法的整体能力和功能。 预计这种新滤波器能够跟踪和估计难以处理可用工具的时变信号(State Space Recursive Least Squares (
code545423
- 动作的表面肌电信号进行频谱分析和功率谱估计，计算 肌电信号的时域和频域参数，根据结果分析讨论肌肉工作状态程序源码，在matlab软件测试成功(The spectrum analysis and power spectrum estimation of the surface electromyogram signal of the action are carried out, and the time domain and frequency domain parameters of the
Bayesian and HSMM
- 贝叶斯HSMM 主要是改进HMM存在状态保持时间的局限性，引入了持续时间的函数显式表达，用贝叶斯概率估计((Bayesian and HSMM was mainly to improve HMM state of existence to maintain the limitations of time, the introduction of an explicit function of the duration of expression of))
ukf滤波代码
- ukf滤波代码，可直接运用于对状态的估计中，有效降低误差，
卡尔曼滤波及扩展
- 描述一个卡尔曼滤波问题需要两个模型，一个是描述系统的状态方程，一个是观测方程，观测量通过观测方程与状态变量建立联系，由观测量估计状态值。与其他频域滤波器不同，卡尔曼滤波器不需要观测和估计的历史记录，可以直接在时域进行设计和使用，是一个时域滤波器，适用于处理实时数据。 对于一个运动模型，建立卡尔曼滤波模型，进行仿真，设已知初始时刻运动目标的真实位置和速度，并已知卡尔曼滤波使用的初始状态值，对该问题给出仿真；进一步分析该问题的稳态卡尔曼解，直接使用稳态卡尔曼滤波（滤波器）仿真该问题。
111
- 涉及一种分布式驱动电动汽车惯性 参数估计方法，首先考虑载荷参数不确定导致车 辆惯性参数的变化，建立三自由度整车动力学模 型，并选择魔术公式的非线性轮胎模型，设计双 自适应无迹卡尔曼滤波器的状态和参数估计系 统，再确定双自适应无迹卡尔曼滤波观测器的具 体步骤，从而实现对车辆车辆纵向速度、车辆质 心侧偏角等车辆状态及整车质量、横摆转动惯 量、质心到车辆前轴的距离等车辆惯性参数估 计。本发明基于考虑载荷参数变化的车辆动力学 估计模型，采用自适应无迹卡尔曼滤波方法可以 有效抑制车辆状态参数滤波器的发散影
工作空间中机械手的神经网络自适应控制
- 工作空间中机械手的神经网络自适应控制. 本设计为一个基于神经网络自适应控制的机械手运动模型的 MATLAB 仿真实验。以平面二关节机械手为控制对象，以一圆为目标轨迹。先得到机械手的运动 方程的形式，用 RBF 径向基神经网络对方程式中的系统的各个参数进行建模，利 用每个时刻的估计状态和理想状态的误差，通过梯度下降法对网络参数进行修正， 在若干次修正后，神经网络模型所得的状态跟踪到理想状态。