搜索资源列表
kalman_predict_correct
- 本例是使用kalman filter作为状态观测器，对直流无刷电机的状态进行观测。从结果可以看出，对状态估计的效果非常的好-This example is the use of kalman filter as an observer state, the state of brushless DC motors were observed. As can be seen the results of state estimation of the effect is very good
UKF
- 基于UKF的目标状态估计,圆形运动轨迹，单目标-target state estimation based on UKF
NC-paper
- 神经网络系统的研究，包括系统的稳定性和状态估计器的设计-nerual networks
P
- WLS的电力系统状态估计，能够迅速完成节点迭代-WLS state estimation of power system that can quickly complete node iterator
MTF
- Kal man 滤波是一种应用非常广泛的状态估计算法 基于信息融合的 Kal man 滤波包 括状态向量融合和测量融合两种方法 传统的 Kal man 方法 TTF 具有较低的估计误差和很长的计算时间 提出的状态向量和测量向量的融合模型 MTF 利用局部融合信息给出一种更好的状态估计 计算时间短 性能也比 TTF 高-Conventi onal Kal man filt er TTF based on i nf or mati on f usi on i ncl udes t Wo
FitzHughNagumo
- 采用无迹卡尔曼滤波器(unscented kalman filter, UKF)对FitzHugh-Nagumo动力学系统进行状态估计滤波-unscented kalman filter(UKF) is applied to state estimation(target tracking).
EKFforGPSStateEsitimation
- 采用扩展卡尔曼滤波器对GPS信号进行状态估计滤波，实现对状态的鲁棒跟踪，可用于目标跟踪、系统自动控制、惯性导航、组合导航等领域-extended kalman filter is used to state estimation of information of GPS signal, performing robust, prefering applied to target tracking(object tracking), automation, ins navigation
code
- 1.CAmodelfusion.m 主要功能： （1）完成两个传感器各自对基于CA模型的目标状态的Kalman估计； （2）实现传感器的局部状态估计的SCC和CI融合算法的实现； （3）画出局部估计和两种融合估计的位置、速度、加速度的误差； （4）画出局部估计和两种融合估计的协方差椭圆。 2.CVmodelfusion.m 主要功能： 功能与CAmodelfusion.m基本相似，差异在于实现基于CV模型的估计和估计融合。 3.CovInter.m
ieee33DSE-power-flow
- 利用牛顿拉夫逊法对IEEE30配电网系统进行潮流计算，为配电网状态估计提供初值-to get power flow of ieee30 by newton-rafson,then provide the strat state for dse
IEEE14power-flow
- 运用牛顿拉夫逊法计算ieee14 系统的潮流值，从而能在状态估计运算时获得初值-power flow of ieee14
ffun
- 针对非线性系统的卡尔曼滤波状态估计 很有参考价值，可做修改-Kalman filter for state estimation of nonlinear systems of great reference value, do modification
kalman-simulink
- 一个简单的卡尔曼滤波程序，以实现状态估计，并给出了仿真结果-a simple Kalman Filter
zuixiaoercheng
- 实现基于加权最小二乘法的电力系统状态估计算法，以于老师写的书里面四节点算例仿真-Implementation based on weighted least-square method of power system state estimation algorithm, with the teacher wrote the book four node example simulation
estimation
- 电力系统加权最小二乘法状态估计14节点或33节点都能运行-Weighted least square method for power system state estimation of 14 nodes or 33 nodes can run
UAV-Target
- 无人机跟踪匀速目标状态估计，无人机和目标距离1000直线飞行，光电头对准目标-UAV track uniform target state estimation
estimation-WLS
- 最小二乘法电力系统状态估计，利用IEEE-14和IEEE-30节点系统检验，结果正确-WLS method of power system state estimation
main1
- 基于状态估计的kalman滤波在位移速度追踪上的应用，以平均估计误差为性能指标-Based on state estimation kalman filter in the displacement speed track, with an average estimation error performance index
WLS33
- 33节点的配网状态估计，估计结果精度较高-33 node distribution network state estimation, the estimated results of high precision
evalABGParam
- 阿尔法贝塔伽马滤波，类似于卡尔曼滤波，实现状态估计-Alpha Berta Gama filter, similar to the Calman filter, to achieve state estimation
zuixiaoerchengST
- 这是一个通用的最小二乘状态估计算法，做毕设论文用过，好用-This is a general state of least squares estimation algorithms, and so Albert located paper used, easy to use