搜索资源列表
state_estimator
- 关于电力系统状态估计的MATLAB的源程序,敬请参考,不负侵权责任
NN+GA
- 1,改进BP神经网络在股市预测中的应用.2,基于MATLAB工具箱的开采煤层自燃危险性预测.3,基于改进的神经网络的电力系统负荷预报.4,基于神经网络的灌溉用水量预测.5,基于遗传算法改进BP网络的地表沉陷预计.6,利用遗传算法改进BP学习算法.7,模糊神经网络在电力市场短期负荷预测中的应用.8,神经网络学习算法存在的问题及对策.9,遗传神经网络在电力系统短期负荷预测中的应用.10,应用改进BP神经网络进行用水量预测.11,用遗传算法改进的BP模型在刹车系统诊断中的应用研究.12,遗传算法改进的
扩展Kalman滤波(UKF)算法的Matlab程序
- 扩展Kalman滤波器算法的例程,可以用于对非线性系统的目标状态进行动态估计。例如曲线运动目标的轨迹跟踪。
kalmanfuzzy
- 基于T-s模糊模型用于估计非线性系统的状态的kalman滤波器。-Ts-based fuzzy model used to estimate the state of nonlinear systems kalman filter.
numerical_analysis_homework
- (有源代码)数值分析作业,本文主要包括两个部分,第一部分是常微分方程(ODE)的三个实验题,第二部分是有关的拓展讨论,包括高阶常微分的求解和边值问题的求解(BVP).文中的算法和算例都是基于Matlab计算的.ODE问题从刚性(STIFFNESS)来看分为非刚性的问题和刚性的问题,刚性问题(如大系数的VDP方程)用通常的方法如ODE45来求解,效率会很低,用ODE15S等,则效率会高多了.而通常的非刚性问题,用ODE45来求解会有很好的效果.从阶次来看可以分为高阶微分方程和一阶常微分方程,高阶的
kalmanFit
- Matlab对kalman状态空间模型估计-Matlab on the state space model to estimate kalman
estimation-Power System State Estimation using Weight
- 用Matlab写成的状态估计程序,含有IEEE14和IEEE30测试网络的测试运算-State Estimation based on Matlab
detection_of_phase_distributed_weak_sine_signal_ba
- 基于双耦合Duffing振子的随机相位正弦信号检测 采用双耦合混沌振子阵列实现了随机相位微弱正弦信号的检测,在此基础上,提出了新的检测方法,即利用单个耦合混沌振子,通过临界及周期状态 的变化检测随机相位微弱正弦信号并大致估计信号相位范围,该方法比双耦合混沌振子阵列法简单,更易于实现。-Based on double coupled Duffing oscillators random phase sine signals detected by two coupled chaotic o
Harmonicinterferencesuppression
- 针对混沌参数调制( C P M) 的电力线通信( P L C) 中谐波引起的窄带干扰, 两阶段动态估计方法根据最小 相空间体积( MP S V) 准则估计模型参数, 计算量大。为此, 提出将未知参数合并到增广状态矩阵的联合卡尔曼滤 波方法, 避免了专门的参数估计过程, 在提高增益性能的同时有效降低了计算量。方法的性能通过对混沌电力 线通信下的单音干扰和多音干扰的有效抑制得到了验证。-For the chaotic parameter modulation (CPM) of th
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
KF
- 一种基于运动模型的扩展卡尔曼滤波(EKF)算法,该方法适用于任何能用状态空间模型表示的非线性系统,精度可以逼近最优估计.-an EKF positioning and tracking algorithm based on kinematic model. This method can apply to any state-space model which is the nonlinear system, and the accuracy can approach to best of al
EulerFHN1
- 自适应控制的方法估计动力系统参数,把待估参数作为一个状态变量来处理-parameter estimator adaptive control
ukf
- EKF仅仅利用了非线性函数Taylor展开式的一阶偏导部分(忽略高阶项),常常导致在状态的后验分布的估计上产生较大的误差,影响滤波算法的性能,从而影响整个跟踪系统的性能。最近,在自适应滤波领域又出现了新的算法——无味变换Kalman滤波器(Unscented Kalman Filter-UKF)。UKF的思想不同于EKF滤波,它通过设计少量的σ点,由σ点经由非线性函数的传播,计算出随机向量一、二阶统计特性的传播。因此它比EKF滤波能更好地迫近状态方程的非线性特性,从而比EKF滤波具有更高的估计精
INS-matlab
- 利用卡尔曼滤波算法估计惯导系统状态量的源代码~谢谢分享-Source code using the Kalman filter algorithm to estimate the state variables of the Inertial Navigation System ~ Thank you to share
电动汽车SOC估计算法
- 在安时计量方法的基础上, 采用基于折算库仑效率的卡尔曼滤波算法估计蓄电池荷电状态(SOC),并 将此方法应用于 HEV6580混合动力电动汽车镍氢电池管理系统。系统实现的功能包括: 数据监测、数据显示、CAN 通信、SOC估计、热管理和安全报警。经电池试验台模拟工况试验验证, 电池管理系统各子系统达到设计要求且工 作稳定。改进 SOC估计方法解决了传统安时计量法不能估计初始 SOC、难于准确测量库仑效率的问题, 为电池管 理系统稳定工作提供保证(Based on the countin
NoteExp
- 实现移动机器人匀速运动模型下,基于UKF方法的移动机器人状态实时估计。(Real time estimation of the state of the mobile robot based on UKF method is realized under the uniform motion model of the mobile robot.)
目标定位
- 研究目标跟踪的状态估计方法,最小二乘估计,Kalman滤波,扩展Kalman滤波,无迹Kalman滤波以及粒子滤波等,理论及MATLAB源程序。(The state estimation methods of target tracking, least square estimation, Kalman filtering, extended Kalman filtering, unscented Kalman filtering and particle filtering, theory
ukf_bicycle-matlab
- 基于UKF的自行车状态估计matlab程序实现(Realization of Bicycle State Estimation Based on UKF with MATLAB Program)
matlab程序
- 主要功能: 1.完成传感器对目标状态的kalman滤波估计; 2.对传感器的状态估计进行SCC和CI融合; 3.画出位置及速度的估计和融合误差曲线、真实航迹及融合后航迹、K=1时刻的协方差椭圆(Main functions: 1. The Kalman filter estimation of the target state is completed; 2. The state estimation of sensors is fused by SCC and CI; 3. Draw the
蒙特卡洛—matlab
- 蒙特卡洛法的应用dddd,电力系统状态估计状态分析,风险评估(Application of Monte Carlo method, state analysis of power system state estimation, risk assessmen)