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: Reiner Marchthaler. Sebastian Dingler (auth.)
سری:
ISBN (شابک) : 9783658167271, 9783658167288
ناشر: Springer Vieweg
سال نشر: 2017
تعداد صفحات: 203
زبان: German
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب فیلتر کالمن: مقدمه ای بر تخمین حالت و کاربرد آن در سیستم های تعبیه شده: مهندسی کامپیوتر، مهندسی برق، تصویربرداری کامپیوتر، بینایی، تشخیص الگو و گرافیک، محاسبات Milieux
در صورت تبدیل فایل کتاب Kalman-Filter: Einführung in die Zustandsschätzung und ihre Anwendung für eingebettete Systeme 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: مقدمه ای بر تخمین حالت و کاربرد آن در سیستم های تعبیه شده 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.
Dieses Lehrbuch befasst sich leicht verständlich mit der
Theorie der Kalman-Filterung. Die Autoren geben damit eine
Einführung in Kalman-Filter und deren Anwendung für
eingebettete Systeme. Zusätzlich wird anhand konkreter
Praxisbeispiele der Kalman-Filterentwurf demonstriert –
Teilschritte werden im Buch ausführlich
erläutert.Kalman-Filter sind die erste Wahl, um Störsignale
auf den Sensorsignalen zu eliminieren. Dies ist von
besonderer Bedeutung, da viele technische Systeme ihre
prozessrelevanten Informationen über Sensoren gewinnen. Jeder
Messwert eines Sensors weißt jedoch aufgrund verschiedener
Ursachen einen Messfehler auf. Würde ein System nur auf Basis
dieser ungenauen Sensorinformationen arbeiten, so wären viele
Anwendungen, wie zum Beispiel ein Navigationssystem oder
autonome arbeitende Systeme, nicht möglich.Das Buch ist
geeignet für interessierte Bachelor- und Master-Studierende
der Fachrichtungen Informatik, Maschinenbau, Elektrotechnik
und Mechatronik. Ebenso ist das Buch eine Hilfe für
Ingenieure und Wissenschaftler, die ein Kalman-Filter z. B.
für die Datenfusion oder die Schätzung unbekannter Größen in
Echtzeitanwendungen einsetzen möchten.
Front Matter....Pages i-xiii
Front Matter....Pages 1-1
Einführendes Beispiel....Pages 3-20
Front Matter....Pages 21-21
Zustandsraumbeschreibung....Pages 23-47
Wahrscheinlichkeitstheorie....Pages 49-69
Signaltheorie....Pages 71-79
Front Matter....Pages 81-81
Klassischer Kalman-Filter....Pages 83-91
Adaptiver Kalman-Filter (Rose-Filter)....Pages 93-98
Systemrauschen....Pages 99-112
Front Matter....Pages 113-113
Prinzipielles Vorgehen....Pages 115-118
Beispiel: Bias-Schätzung....Pages 119-135
Beispiel: Messrauschen Mit Offset....Pages 137-147
Beispiel: Alternatives Bewegungsmodell Der Mondfähre....Pages 149-158
Beispiel: Umfeldsensor Mit Rose-Filter....Pages 159-171
Beispiel: Fahrstreifenerkennung....Pages 173-185
Back Matter....Pages 187-206