搜索资源列表
kalman_intro_chinese_V1.2
- 在1960年，卡尔曼出版了他最著名的论文，描述了一个对离散数据线性滤波问题的递归解决方法。从那以后，由于数字计算的进步，卡尔曼滤波器已经成为广泛研究和应用的主题，特别在自动化或协助导航领域。 卡尔曼滤波器是一系列方程式，提供了有效的计算（递归）方法去估计过程的状态，是一种以平方误差的均值达到最小的方式。滤波器在很多方面都很强大：它支持过去，现在，甚至将来状态的估计，而且当系统的确切性质未知时也可以做。 这篇论文的目的是对离散卡尔曼滤波器提供一个实际介绍。这次介绍包括对基本离散卡尔曼滤波器
kalman
- 本实验是利用卡尔曼滤波器实现一维匀加速运动的轨迹跟踪。卡尔曼滤波是一种时域滤波方法，它采用状态空间方法描述系统，算法采用递推机制，数据存储量小，在导航领域有成功的应用。-This experiment is the use of Kalman filter to achieve a one-dimensional constant acceleration of the trajectory tracking. Kalman filter is a time-domain filtering m
kalman
- 1960年，卡尔曼发表了他著名的用递归方法解决离散数据线性滤波 问题的论文。从那以后，得益于数字计算技术的进步，卡尔曼滤波器 已成为推广研究和应用的主题，尤其是在自主或协助导航领域。-In 1960, Kalman published his famous recursive solution using discrete data linear filtering problem papers. Since then, figures to benefit from advances
kalmanforinsandgps
- 卡尔曼滤波在INS_GPS组合导航中的应用研究-Kalman filter integrated navigation INS_GPS at the Applied Research
卡尔曼滤波器
- 卡尔曼滤波在GPS全球定位导航系统中的应用(Application of Calman filtering in GPS navigation)
Kalman filter
- 卡尔曼滤波（Kalman filtering）一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。 斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时，发现他的方法对于解决阿波罗计划的轨道预测很有用，后来阿波罗飞船的导航电脑使用了这种滤波器。 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Ka