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: 2
نویسندگان: S. M. Bozic
سری:
ISBN (شابک) : 9780486817354
ناشر: Dover Publications
سال نشر: 2018
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 29 مگابایت
در صورت تبدیل فایل کتاب Digital and Kalman Filtering: An Introduction to Discrete-Time Filtering and Optimum Linear Estimation, 2nd Edition 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 دیجیتال و کالمن: مقدمه ای بر فیلتر زمان گسسته و تخمین خطی بهینه، ویرایش دوم 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.
این متن برای دانشجویان کارشناسی ارشد و کارشناسی ارشد مقدمه
ای مختصر بر موضوعات مهم در مهندسی برق ارائه می دهد: فیلتر
دیجیتال، طراحی فیلتر و برنامه های کاربردی در قالب فیلترهای
کالمن و وینر. نیمه اول بر فیلتر دیجیتال تمرکز دارد، طراحی
فیلتر FIR و IIR و سایر مفاهیم را پوشش می دهد. نیمه دوم به
فیلتر کردن دادههای پر سر و صدا برای استخراج سیگنال
میپردازد، با فصلهایی درباره تخمین غیر بازگشتی (FIR
Wiener)، تخمین بازگشتی (کالمن) و تخمین بهینه سیگنالهای
برداری.
درمان به صورت آموزشی ارائه شده است، اما خوانندگان فرض
میشوند. آشنایی با نظریه مدارهای پایه، میانگین های آماری و
ماتریس های ابتدایی. موضوعات اصلی به تدریج توسعه مییابند،
از جمله مثالهای کار شده و مشکلات با راهحلها، و این نسخه
دوم دارای مطالب و مسائل جدید است.
This text for advanced undergraduates and graduate students
provides a concise introduction to increasingly important
topics in electrical engineering: digital filtering, filter
design, and applications in the form of the Kalman and
Wiener filters. The first half focuses on digital
filtering, covering FIR and IIR filter design and other
concepts. The second half addresses filtering noisy data to
extract a signal, with chapters on nonrecursive (FIR
Wiener) estimation, recursive (Kalman) estimation, and
optimum estimation of vector signals.
The treatment is presented in tutorial form, but readers
are assumed to be familiar with basic circuit theory,
statistical averages, and elementary matrices. Central
topics are developed gradually, including both worked
examples and problems with solutions, and this second
edition features new material and problems.