滤波初值对测向定位的影响及其消除方法下载

weixin_39821746 2019-05-14 04:30:17

滤波初值对测向定位的影响及其消除方法
滤波初值对测向定位的影响及其消除方法
相关下载链接：//download.csdn.net/download/dzh19871018/2203548?utm_source=bbsseo

...全文

55 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

在学习卡尔曼滤波器之前，首先看看为什么叫“卡尔曼”。跟其他著名的理论（例如傅立叶变换，泰勒级数等等）一样，卡尔曼也是一个人的名字，而跟他们不同的是，他是个现代人！卡尔曼全名Rudolf Emil Kalman，匈牙利数学家，1930年出生于匈牙利首都布达佩斯。1953，1954年于麻省理工学院分别获得电机工程学士及硕士学位。1957年于哥伦比亚大学获得博士学位。我们现在要学习的卡尔曼滤波器

递推估计、信息融合、数据配准、时间同步、数据关联

chan算法无源定位完整的代码，方可运行；可提供运行操作视频！适合小白！

chan+taylor算法移动基站无源定位完整的代码，方可运行；可提供运行操作视频！适合小白！

残差的本质是“未被模型解释的部分”。在理想情况下（无噪声、模型结构正确、参数收敛），残差应趋于零均值白噪声序列。在RLS更新公式中，残差参与Kalman增益加权后的参数修正：可见，残差越大，参数调整越剧烈；反之则维持现状。这形成了典型的负反馈闭环机制。值得注意的是，残差并非简单的误差指标，而是包含了以下三方面信息：1.测量噪声：不可避免的随机扰动；2.模型失配：结构错误或非线性未建模动态；3.参数滞后：由于动态变化导致的估计延迟。

下载资源悬赏专区

13,654

社区成员

12,578,742

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章