MATLAB搭建的SOC预估仿真模型，算法是kalman滤波算法的m文件，仿真前请注意MATLAB版本及加载m文件
2024/11/16 12:58:24
21KB
1
具有鲁棒特性的车载雷达有效目标确定方法，为解决由于车载雷达测量环境复杂而导致的有效目标选取不稳定的问题,提出了车载雷达有效目标的确定方法。
在分析测量环境的基础上,该方法使用同车道最近目标的准则进行目标初选,使用Kalman滤波方法进行目标的有效性检验,并使用有效目标生命周期来进行目标决策。
试验证明:该方法能够适应多种典型工况,有效排除虚假目标、干扰目标及车辆颠簸和摆动的影响,能正确地挑选并稳定地跟踪有效目标,具有一定鲁棒性。
在分析测量环境的基础上,该方法使用同车道最近目标的准则进行目标初选,使用Kalman滤波方法进行目标的有效性检验,并使用有效目标生命周期来进行目标决策。
试验证明:该方法能够适应多种典型工况,有效排除虚假目标、干扰目标及车辆颠簸和摆动的影响,能正确地挑选并稳定地跟踪有效目标,具有一定鲁棒性。
2024/11/6 16:49:28
387KB
1
目标跟踪问题的应用背景是雷达数据处理，即雷达在搜索到目标并记录目标的位置数据,对测量到的目标位置数据（称为点迹）进行处理，自动形成航迹，并对目标在下一时刻的位置进行预测。
下文简要讨论了用Kalman滤波方法对单个目标航迹进行预测，并借助于Matlab仿真工具，对实验的效果进行评估。
下文简要讨论了用Kalman滤波方法对单个目标航迹进行预测，并借助于Matlab仿真工具，对实验的效果进行评估。
2024/10/18 7:53:25
119KB
1
本讲义第一部分介绍的函数相当于MATLAB系统“ControlSystemToolbox”的全部及“RobustControlToolbox”的一部分；
这些功能已经全部为PIM-CSD的相应函数所实现，而且可做得更好。
讲义第二部分则全部是新功能，着重于有限时间段的时变反馈控制。
内容比时不变反馈系统广泛多了，Kalman滤波，量测反馈控制，鲁棒滤波与控制等，全部有体现。
控制的实时(realtime)反馈性质要求响应特别快，用C++语言编制的程序也已经基本就绪。
这些功能已经全部为PIM-CSD的相应函数所实现，而且可做得更好。
讲义第二部分则全部是新功能，着重于有限时间段的时变反馈控制。
内容比时不变反馈系统广泛多了，Kalman滤波，量测反馈控制，鲁棒滤波与控制等，全部有体现。
控制的实时(realtime)反馈性质要求响应特别快，用C++语言编制的程序也已经基本就绪。
2024/10/15 1:06:49
2.06MB
1
这是专著“Kalman滤波器理论与应用——基于Matlab实现，金学波著，科学出版社”的配套程序。
具体包括室内移动目标轨迹的仿真、非线性估计方法EKF、UKF的介绍及仿真函数，RFID室内跟踪系统的Matlab仿真程序。
具体包括室内移动目标轨迹的仿真、非线性估计方法EKF、UKF的介绍及仿真函数，RFID室内跟踪系统的Matlab仿真程序。
2024/9/16 7:20:03
273KB
1
目标跟踪问题的应用背景是雷达数据处理，即雷达在搜索到目标并记录目标的位置数据,对测量到的目标位置数据（称为点迹）进行处理，自动形成航迹，并对目标在下一时刻的位置进行预测。
下文简要讨论了用Kalman滤波方法对单个目标航迹进行预测，并借助于Matlab仿真工具，对实验的效果进行评估。
里面包括三个源程序，和一份实验报告，里面有算法的详细分析和情景假设。
下文简要讨论了用Kalman滤波方法对单个目标航迹进行预测，并借助于Matlab仿真工具，对实验的效果进行评估。
里面包括三个源程序，和一份实验报告，里面有算法的详细分析和情景假设。
2024/8/31 9:13:24
119KB
1
《Kalman滤波理论及其在导航系统中的应用》紧密结合Kalman滤波理论在导航、制导与控制领域的应用，系统地介绍了Kalman滤波基础理论及最新发展。
内容主要包括Kalman滤波基本理论、实用Kalman滤波技术、鲁棒自适应滤波、联邦Kalman滤波、基于小波分析的多尺度Kalman滤波和离散非线性系统滤波等。
《Kalman滤波理论及其在导航系统中的应用》注重理论与工程实际相结合，在介绍理论基础上，还融入了作者及其他研究者的实际应用成果，理论与实践并重。
内容主要包括Kalman滤波基本理论、实用Kalman滤波技术、鲁棒自适应滤波、联邦Kalman滤波、基于小波分析的多尺度Kalman滤波和离散非线性系统滤波等。
《Kalman滤波理论及其在导航系统中的应用》注重理论与工程实际相结合，在介绍理论基础上，还融入了作者及其他研究者的实际应用成果，理论与实践并重。
2024/8/20 20:41:40
4.09MB
1
Kalman滤波器理论与应用：基于MATLAB实现》以Kalman滤波器为主要介绍对象，包含基本原理、推导方法及其在跟踪系统中的应用，同时配套MATLAB源程序。
具体内容包括Kalman滤波器、扩展Kalman滤波器、不敏Kalman滤波器及其在RFID系统的跟踪应用研究。
《Kalman滤波器理论与应用：基于MATLAB实现》凝练了作者二十余年来对Kalman滤波器基础理论及在目标跟踪应用的研究成果，具体内容包括：根据目标运动特征进行自调整参数的“自适应动力学模型”、不敏变换的性能分析、RFID跟踪系统的测量方程及其仿真平台等。
《Kalman滤波器理论与应用：基于MATLAB实现》可作为自动化、电子信息、计算机应用、控制科学与工程、信号处理、导航与制导等相关专业高年级本科生和研究生的教材，也可供相关领域的工程技术人员和研究人员参考。
具体内容包括Kalman滤波器、扩展Kalman滤波器、不敏Kalman滤波器及其在RFID系统的跟踪应用研究。
《Kalman滤波器理论与应用：基于MATLAB实现》凝练了作者二十余年来对Kalman滤波器基础理论及在目标跟踪应用的研究成果，具体内容包括：根据目标运动特征进行自调整参数的“自适应动力学模型”、不敏变换的性能分析、RFID跟踪系统的测量方程及其仿真平台等。
《Kalman滤波器理论与应用：基于MATLAB实现》可作为自动化、电子信息、计算机应用、控制科学与工程、信号处理、导航与制导等相关专业高年级本科生和研究生的教材，也可供相关领域的工程技术人员和研究人员参考。
2024/7/31 3:40:46
3.98MB
1
创建你的第一个贝叶斯网络手工创建一个模型从一个文件加载一个模型使用GUI创建一个模型推断处理边缘分布处理联合分布虚拟证据最或然率解释条件概率分布列表（多项式）节点Noisy-or节点其它（噪音）确定性节点Softmax（多项式分对数）节点神经网络节点根节点高斯节点广义线性模型节点分类/回归树节点其它连续分布CPD类型摘要模型举例高斯混合模型PCA、ICA等专家系统的混合专家系统的分等级混合QMR条件高斯模型其它混合模型参数学习从一个文件里加载数据从完整的数据中进行最大似然参数估计先验参数从完整的数据中（连续）更新贝叶斯参数数据缺失情况下的最大似然参数估计（EM算法）参数类型结构学习穷举搜索K2算法爬山算法MCMC主动学习结构上的EM算法肉眼观察学习好的图形结构基于约束的方法推断函数联合树消元法全局推断方法快速打分置信传播采样（蒙特卡洛法）推断函数摘要影响图/制定决策DBNs、HMMs、Kalman滤波器等等
2024/7/22 14:49:25
4.93MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB