搜索资源列表
SDINS_quaternion
- 采用四元数方法推导出SDINS数学平台角误差方程和速度误差方程，并以此建立非线性初始对准误差模型，应用扩展卡尔曼滤波(EKF)进行精对准，确定初始失调角。-using quaternion approach derived platform SDINS mathematical equations and the error rate of error equation, and the establishment of this initial alignment error nonlinea
sjsf
- 有关数据算法的电子书,PDF格式,从误差分析开始详细说明了各种的算法数学模型,并给出例程
fugaiwenti
- 传感器网络由大量能量有限的微型传感器节点组成.因此,如何保证在足够覆盖监测区域的同时延长网络的寿命,是一个需要解决的重要问题.为了达到这一目标,一种广泛采用的策略是选出部分能够足够覆盖监测区域的节点作为工作节点,同时关闭其他冗余节点.提出了一个数学模型,使得只要已知监测范围和节点感知半径的比值,就可以计算出达到服务质量期望所需要的节点数量.需要指出的是:与大部分研究覆盖的文献不同,该研究不基于节点的位置信息,因此可以极大地降低硬件成本,并且减少节点获得和维护位置信息的开销.模拟实验结果表明:在随
基于神经网络的教学质量评估模型
- 本文利用神经网络方法建立教学质量评估系统的数学模型，采用各评价指标作为其输入，教学效果作为输出，基于最小二乘思想，采用梯度搜索技术，以期使网络的实际输出值与期望输出值的误差均方值最小，经仿真计算证明，该数学模型具有较好的辨识精度。
chuanyong_tuoluo_wuchamoxing
- 在对船用陀螺漂移数据建立时间序列模型的基础上，采用卡尔曼滤波算法对捷联陀螺漂移数 据进行了处理，以提高陀螺静态漂移误差系数的估计精度，并把得到的陀螺漂移误差模型实时补偿到捷联系统中，得到了满意的效果。-Marine gyro drift in the data time series model based on the Kalman filter algorithm using inertial gyro drift data were processed to enhance the g
jielianguandaolunwen
- 捷联惯导的相关论文，都是硕士论文，有误差模型，有算法，希望能对相关领域学习人士有所帮助-SINS of the relevant papers, are master' s thesis, the error model, there are algorithms, hoping to learn from related fields to help people
Particle_filter
- 基于粒子滤波器的机动目标跟踪技术 首先 ， 概 要介绍传统的Kalman滤波器，以及有所改进的扩展Kalman滤波器。 其次，为了能更好地解决在动态模型为非线性且噪声为非高斯的条件下对机动目标的 跟踪问题，通过概率统计理论详细阐述粒子滤波器基本原理。然后，针对不同的使用 条件，根据粒子滤波器的基本理论做出适当的修改和整理，就得到了四个相关的粒子 滤波器的变型，使用州以JLAB把它们对机动目标的跟踪性能作了详细地计算机模拟 仿真且用均方根误差更加精确地进行了比较。最后，把粒
pdf
- 全面介绍了惯导的基本知识,包括陀螺仪和加速度计，各种误差模型介绍。-introduction the inertial navigation good
IMU
- 对基于弹载IMU/C:PS组合导航系统的动基座对准问题进行了研究与仿真 首先，分析了弹载IMU与GI S的系统误差，建立获得了其系统误差模型 然后，利用卡尔曼滤波技术，设计了弹载IMU/UPS组合导航系统的动基座对准算法 -Based on onboard IMU/C: PS Integrated Navigation System Alignment conducted a study and simulation first analyzed onboard IMU and GI S of
IMU002
- 对基于弹载IMU/C:PS组合导航系统的动基座对准问题进行了研究与仿真 首先，分析了弹载IMU与GI S的系统误差，建立获得了其系统误差模型 然后，利用卡尔曼滤波技术，设计了弹载IMU/UPS组合导航系统的动基座对准算法 -Based on onboard IMU/C: PS Integrated Navigation System Alignment conducted a study and simulation first analyzed onboard IMU and GI S of
IMU003
- 对基于弹载IMU/C:PS组合导航系统的动基座对准问题进行了研究与仿真 首先，分析了弹载IMU与GI S的系统误差，建立获得了其系统误差模型 然后，利用卡尔曼滤波技术，设计了弹载IMU/UPS组合导航系统的动基座对准算法 -Based on onboard IMU/C: PS Integrated Navigation System Alignment conducted a study and simulation first analyzed onboard IMU and GI S of
GPS-car-guide-map-match
- 通过误差来源的分析和误差模型的建立，提出了一种车辆导航中GPS定位测量与数字地图实时配准的地图匹配算法，这使得在现有的基本硬件配置条件下，车辆导航定位精度更高。最后对算法进行了分析，并给出了统计结果。 -Through the analysis of sources of error and error model, proposed a vehicle navigation GPS positioning measurement and registration of real-time di
GPS-car-navigation-system
- GPS车载导航系统的地图匹配算法，并且给出了误差模型和算法描述以及算法的实现方法。-GPS car navigation system map-matching algorithm, and gives the error model and algorithm descr iption and algorithm implementation.
transfer-alignment
- 适用于大失准角情形的速度姿态匹 配传递对准非线性误差模型进行惯性导航系统快速传递对准技术研究-For large misalignment angles situation speed Attitude Matching Transfer Alignment nonlinear error model of inertial navigation systems Rapid Transfer Alignment Technology
光纤陀螺随机误差的处理技术及其应用
- 光纤陀螺是一种新型的全固态惯性仪表，以其独特的优点在越来越多的场合应用。但是光 纤陀螺的测量误差一直是影响光纤陀螺和捷联惯导系统精度的主要因素。因此建立光纤陀螺的 精确误差模型，利用误差补偿算法对陀螺输出信号进行处理，成为提高光纤陀螺测量精度和光 纤捷联惯导系统精度的重要手段。(Fiber optic gyro (FOG) is a new solid-state inertial instrument. With its unique advantages, FOG has bee
微惯性测量单元的误差整机标定和补偿
- 提出了微惯性测量单元( MIMU) 在高动态、高过载复杂应用条件下的误差整机标定和补偿方法。首先, 建立了高动态, 高过载复杂应用条件下MIMU 的误差模型, 该模型包括了结构误差, 传感器安装误差和MEMS 惯性传感器在复杂条件对精度影响较大的误差项, 指零位温度漂移、互耦误差、刻度因子非线性和微陀螺加速度效应误差; 根据模型提出了整机标定补偿方法, 该方法可以标定MIMU 的63 个误差系数, 并且不需要对单个传感器进行标定。然后, 介绍了利用最小二乘法对模型进行误差系数标定的方法和步骤,
结构谐振对闭环光纤陀螺振动性能的影响
- 振动性能是体现光纤陀螺环境适应性的一项重要指标。结构谐振是引起光纤陀螺振动误 差的主要因素之一。在描述了光纤传感环圈骨架谐振对陀螺振动性能影响的试验现象的基础上，通过环圈骨架的有限元分析，以及光纤陀螺振动误差模型的推导，得出了环圈骨架谐振频率与陀螺振动输出零位漂移最大点的频率相吻合的结论(The performance of FOG under vibration conditions in quite important, which shows its environmental rugg
Virtual simulation of five axis machine tool
- 一个虚拟机工具（VMT）仿真系统，它考虑了工具中心点（TCP）插值， 摘要提出了一种五轴机床的几何误差、伺服动力学和摩擦效应。 提出了一种新颖的五轴插值方法，以保证每种方法的最大速度约束 轴可以满足。 几何误差模型，包括铅螺钉，直度，角和方形 错误的建立是为了分析工作空间中的体积误差。 包括刚性的模型 利用身体运动、摩擦模型和伺服控制回路来评价伺服动力学和非线性 效果。 由位置、伺服动力学和摩擦效应所引起的误差被集成到 车辆行驶里程模拟程序。 TCP轨迹的模拟结果由小的线段
基于kalman滤波的组合导航实现
- 采用卡尔曼滤波方式对组合导航系统误差模型进行处理，提高导航精度，此外还有非线性系统的扩展卡尔曼滤波方法
一份关于机器学习“模型再训练”的终极指南
- 机器学习模型的训练，通常是通过学习某一组输入特征与输出目标之间的映射来进行的。一般来说，对于映射的学习是通过优化某些成本函数，来使预测的误差最小化。