دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Chen. Quanrong (eds)
سری: Series in approximations and decompositions vol. 2
ISBN (شابک) : 981021359X, 9789810213596
ناشر: World Scientific Pub Co Inc
سال نشر: 1993
تعداد صفحات: 227
زبان: English
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Approximate Kalman filtering به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب فیلتر کالمن تقریبی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
الگوریتم فیلتر کالمن برآوردهای بهینه (خطی، بی طرفانه و حداقل واریانس خطا) از بردارهای حالت مجهول یک سیستم مشاهده دینامیکی خطی، تحت شرایط منظم مانند اطلاعات کامل داده را ارائه می دهد. آمار کامل نویز؛ مدلسازی خطی دقیق؛ ماتریس های شرطی اراده ایده آل در محاسبات و فیلتر کاملا متمرکز. با این حال، در عمل، ممکن است یک یا چند مورد از شرایط فوق برآورده نشود، به طوری که الگوریتم استاندارد فیلتر کالمن نمی تواند مستقیماً مورد استفاده قرار گیرد، و از این رو \"فیلتر تقریبی Kalman\" ضروری می شود. در دهه گذشته، توجه زیادی بر اصلاح و/یا گسترش تکنیک استاندارد فیلتر کالمن برای رسیدگی به چنین موارد نامنظمی متمرکز شده است. این کتاب مجموعهای از چندین مقاله نظرسنجی است که به خلاصهای از مشارکتهای اخیر در این زمینه، در راستای فیلتر تقریبی کالمن با تأکید بر جنبههای عملی آن میپردازد.
Kalman filtering algorithm gives optimal (linear, unbiased and minimum error-variance) estimates of the unknown state vectors of a linear dynamic-observation system, under the regular conditions such as perfect data information; complete noise statistics; exact linear modelling; ideal will-conditioned matrices in computation and strictly centralized filtering. In practice, however, one or more of the aforementioned conditions may not be satisfied, so that the standard Kalman filtering algorithm cannot be directly used, and hence "approximate Kalman filtering" becomes necessary. In the last decade, a great deal of attention has been focused on modifying and/or extending the standard Kalman filtering technique to handle such irregular cases. This book is a collection of several survey articles summarizing recent contributions to the field, along the line of approximate Kalman filtering with emphasis on its practical aspects
Content: I. Extended Kalman Filtering for Nonlinear Systems. Extended Kalman Filters 1: Continuous and Discrete Linearizations / T.E. Bullock and M.J. Moorman. Extended Kalman Filters 2: Standard, Modified and Ideal / T.E. Bullock and M.J. Moorman. Extended Kalman Filters 3: A Mathematical Analysis of Bias / M.J. Moorman and T.E. Bullock --
II. Initialization of Kalman Filtering. Fisher Initialization in the Presence of Ill-Conditioned Measurements / D. Catlin. Initializing the Kalman Filter with Incompletely Specified Initial Conditions / V. Gomez and A. Maravall --
III. Adaptive Kalman Filtering in Irregular Environments. Robust Adaptive Kalman Filtering / A.R. Moghaddamjoo and R.L. Kirlin. On-line Estimation of Signal and Noise Parameters and the Adaptive Kalman Filtering / P.J. Wojcik. Suboptimal Kalman Filtering for Linear Systems with Non-Gaussian Noise / H. Wu and G. Chen --
IV. Set-valued and Distributed Kalman Filtering. Set-valued Kalman Filtering / D. Morrell and W.C. Stirling. Distributed Filtering Using Set Models for Systems with Non-Gaussian Noise / L. Hong --
V. Stability Analysis and Numerical Approximation of Kalman Filtering. Robust Stability Analysis of Kalman Filter under Parametric and Noise Uncertainties / B.S. Chen and S.C. Peng. Numerical Approximations and Other Structural Issues in Practical Implementations of Kalman Filtering / T.H. Kerr.