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
دسته بندی: نرم افزار: سیستم ها: محاسبات علمی ویرایش: 4 نویسندگان: Robert Grover Brown. Patrick Y. C. Hwang سری: ISBN (شابک) : 0470609699, 9780470609699 ناشر: Wiley سال نشر: 2012 تعداد صفحات: 397 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Introduction to Random Signals and Applied Kalman Filtering with Matlab Exercises 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 مقدمه ای بر سیگنال های تصادفی و فیلتر کالمن کاربردی با تمرینات متلب 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.
نسخه چهارم معرفی سیگنالهای تصادفی و فیلتر کالمن کاربردی برای پوشش نوآوریهای الگوریتم فیلتر کالمن و گسترش برنامههای فیلتر کالمن در دهه گذشته بهروزرسانی شده است. متن هم پیشرفت های تحقیقاتی در تغییرات الگوریتم فیلتر کالمن را به روز می کند و هم طیف گسترده ای از نمونه های کاربردی جدید را اضافه می کند. چندین فصل شامل مقدار قابل توجهی از مطالب جدید در مورد کاربردهایی مانند محلی سازی و نقشه برداری همزمان برای وسایل نقلیه خودران، سیستم های ناوبری اینرسی و سیستم های ناوبری ماهواره ای جهانی است.
The Fourth Edition to the Introduction of Random Signals and Applied Kalman Filtering is updated to cover innovations in the Kalman filter algorithm and the proliferation of Kalman filtering applications from the past decade. The text updates both the research advances in variations on the Kalman filter algorithm and adds a wide range of new application examples. Several chapters include a significant amount of new material on applications such as simultaneous localization and mapping for autonomous vehicles, inertial navigation systems and global satellite navigation systems.