注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 卡尔曼滤波器算法推导

  2. 卡尔曼滤波的详细推到过程有助于对卡尔曼滤波的学习和改进。

  3. 所属分类：专业指导

    • 发布日期：2012-09-12
    • 文件大小：1mb
    • 提供者：chengjie123456

  1. 北斗_微惯导组合导航方法研究

  2. 第 i 页 摘 要 随着我国北斗卫星导航系统建设的稳步推进和惯性导航技术的飞速发展，以及 我军制导*发展的迫切需求，北斗/微惯导组合导航方法及相关应用技术已成为 研究热点。本文利用软件接收机概念，构建北斗/微惯导组合导航系统，研究了基 于软件接收机的紧组合与深组合导航框架，对于两类框架中的主要关键技术进行 了优化设计，并对主要理论问题和方法进行了研究。论文的主要工作与创新点如 下： 1. 考虑 SINS 运动相关性条件下，从理论上进行软件接收机信号捕获与 SINS 的适配性分析。通过对软件接

  3. 所属分类：交通

    • 发布日期：2017-12-21
    • 文件大小：5mb
    • 提供者：happyatan

  1. 最优估计理论

  2. 本书全面系统地阐述了最优估计的理论和方法。首先介绍了维纳滤波的原理，然后分别针对离散系统和连续系统，详细介绍了卡尔曼滤波器的原理、推导过程及其稳定性和鲁棒性，并讨论其具体应用。

  3. 所属分类：其它

    • 发布日期：2018-04-25
    • 文件大小：12mb
    • 提供者：weixin_42069169

  1. 卡尔曼滤波器推导过程

  2. 墨尔本大学讲义，卡尔曼滤波器，稳定性，推导，递推关系，很清楚，从状态空间一直到卡尔曼滤波，每一个步骤和讲解都很清楚

  3. 所属分类：讲义

    • 发布日期：2020-06-24
    • 文件大小：229kb
    • 提供者：weixin_41890815

  1. 机器学习笔记：我不断更新的机器学习，概率模型和深度学习笔记和演示（超过2000张幻灯片）我不间断更新的机器学习，概率模型和深度学习的讲义（2000+页）和视频链接-源码

  2. 深度学习中的无限深度深度学习“无限”精彩 神经网络的详细推导为（1）使用中心极限定理的高斯过程（2）神经正切核（NTK）（1）使用中心极限定理详细推导神经网络作为高斯过程（2）神经正切核神经正切核（NTK） 讨论神经ODE，尤其是在参数训练中使用伴随方程讨论神经ODE，尤其是在参数训练中使用伴随方程 Sinovasinovation DeeCamp创新工场DeeCAMP讲义 maxmax的特性，不使用计算分母的情况下估计softmax，概率重新参数化：Gumbel-Max技巧和REBAR算法（

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：83mb
    • 提供者：weixin_42128963

  1. [Probabilistic robotics] Karman卡尔曼滤波

  2. 目录内容说明基础概念例子黄金称重跟踪恒速飞机跟踪加速飞机一维卡尔曼滤波卡尔曼增益不确定性总结估算建筑物高度过程噪音例子估计罐中液体的温度估计加热液体的温度多维卡尔曼滤波器概念数学状态外推方程协方差外推测量方程状态更新方程协方差更新方程卡尔曼增益 内容说明 本文内容为https://www.kalmanfilter.net/default.aspx的学习记录 感谢原作者 基础概念 精度与准度 测量值与真实值 例子 黄金称重 经过数学推导可得 factor α = 1/N ，也写作K 随着

  3. 所属分类：其它