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: 1
نویسندگان: Arthur G.O. Mutambara
سری:
ISBN (شابک) : 0849318653, 9780849318658
ناشر: CRC Press
سال نشر: 1998
تعداد صفحات: 126
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 17 مگابایت
در صورت تبدیل فایل کتاب Decentralized Estimation and Control for Multisensor Systems 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 تخمین و کنترل غیرمتمرکز برای سیستم های چندحسگر 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.
تخمین و کنترل غیرمتمرکز برای سیستمهای چندحسگر مشکل توسعه مقیاسپذیر، غیرمتمرکز تخمین و الگوریتمهای کنترل را برای سیستمهای چندحسگر خطی و غیرخطی بررسی میکند. چنین الگوریتمهایی کاربردهای گستردهای در رباتیک مدولار و سیستمهای پیچیده یا مقیاس بزرگ، از جمله مریخنورد، ایستگاه میر، و شاتل فضایی کلمبیا دارند. اکثر الگوریتمهای موجود از نوعی ساختار سلسله مراتبی یا متمرکز برای جمعآوری و پردازش دادهها استفاده میکنند. در مقابل، در یک سیستم کاملاً غیرمتمرکز، تمامی اطلاعات به صورت محلی پردازش می شوند. یک سیستم ادغام داده غیرمتمرکز شامل شبکه ای از گره های حسگر است - هر کدام دارای امکانات پردازشی خاص خود هستند که روی هم به هیچ پردازش مرکزی یا تسهیلات ارتباطی مرکزی نیاز ندارند. فقط ارتباط گره به گره و دانش سیستم محلی مجاز است. الگوریتمهایی برای سیستمهای ادغام داده غیرمتمرکز مبتنی بر فیلتر اطلاعات خطی توسعه یافتهاند، و به طور غیرمتمرکز همان نتایجی را به دست میآورند که در یک سیستم ترکیب داده متمرکز مرسوم. با این حال، این الگوریتمها محدود هستند، که نشان میدهد الگوریتمهای ترکیب دادههای غیرمتمرکز مقیاسپذیری محدودی دارند و منابع ارتباطات و محاسبات را هدر میدهند. هدف از تخمین و کنترل غیرمتمرکز سیستمهای چندحسگر حذف محدودیتهای فعلی در الگوریتمهای ترکیب دادههای غیرمتمرکز و گسترش مشکلات اصلی غیرمتمرکز است. شامل کنترل محلی و فعال سازی. متن بحث می کند: تعمیم فیلتر اطلاعات خطی به مسئله تخمین برای سیستم های غیر خطی توسعه یک شکل غیرمتمرکز از الگوریتم حل مشکل توپولوژی های کاملاً متصل با استفاده از توزیع مدل تعمیم یافته که در آن سیستم گرهی فقط شامل حالات محلی مرتبط است، کاهش محاسباتی الزامات با استفاده از اندازههای مدل محلی کوچکتر تعریف ارتباطات بین گرهای توسعه الگوریتمهای تخمین برای مدلهای مختلف استفاده از الگوریتمهای غیرمتمرکز در مسئله کنترل غیرمتمرکز نشان دادن تئوری به یک ربات متحرک چرخدار مدولار، یک سیستم وسیله نقلیه با سینماتیک غیرخطی و ابزارهای توزیع شده برای به دست آوردن اطلاعات برنامههای کاربردی دیگر ربات Exte و سیستمهای مقیاس بزرگ تخمین و کنترل غیرمتمرکز برای سیستمهای چندحسگر به این موضوع میپردازد که چگونه سیستمهای تخمین و کنترل غیرمتمرکز به سرعت در حال تبدیل شدن به ابزارهای ضروری در طیف متنوعی از کاربردها - مانند سیستمهای کنترل فرآیند، هوافضا، و رباتیک متحرک - ارائه یک منبع مستقل و پویا در مورد برق هستند. و مهندسی مکانیک.
Decentralized Estimation and Control forMultisensor Systems explores the problem of developing scalable, decentralized estimation and control algorithms for linear and nonlinear multisensor systems. Such algorithms have extensive applications in modular robotics and complex or large scale systems, including the Mars Rover, the Mir station, and Space Shuttle Columbia.Most existing algorithms use some form of hierarchical or centralized structure for data gathering and processing. In contrast, in a fully decentralized system, all information is processed locally. A decentralized data fusion system includes a network of sensor nodes - each with its own processing facility, which together do not require any central processing or central communication facility. Only node-to-node communication and local system knowledge are permitted.Algorithms for decentralized data fusion systems based on the linear information filter have been developed, obtaining decentrally the same results as those in a conventional centralized data fusion system. However, these algorithms are limited, indicating that existing decentralized data fusion algorithms have limited scalability and are wasteful of communications and computation resources.Decentralized Estimation and Control forMultisensor Systems aims to remove current limitations in decentralized data fusion algorithms and to extend the decentralized principle to problems involving local control and actuation.The text discusses:Generalizing the linear Information filter to the problem of estimation for nonlinear systemsDeveloping a decentralized form of the algorithmSolving the problem of fully connected topologies by using generalized model distribution where the nodal system involves only locally relevant statesReducing computational requirements by using smaller local model sizesDefining internodal communicationDeveloping estimation algorithms for different modelsApplying the decentralized algorithms to the problem of decentralized controlDemonstrating the theory to a modular wheeled mobile robot, a vehicle system with nonlinear kinematics and distributed means of acquiring informationExtending the applications to other robotic systems and large scale systemsDecentralized Estimation and Control forMultisensor Systems addresses how decentralized estimation and control systems are rapidly becoming indispensable tools in a diverse range of applications - such as process control systems, aerospace, and mobile robotics - providing a self-contained, dynamic resource concerning electrical and mechanical engineering.