搜索资源列表
Particle-filter-matlab
- 粒子滤波matlab仿真程序.粒子滤波的基本思想是：首先依据系统状态向量的经验条件分布，在状态空间抽样产生一组随机样本集合，这些样本集合称为粒子；然后根据观测值不断调整粒子的权重大小和样本位置；最后通过调整后的粒子信息修正最初的的经验条件分布，估计出系统状态和参数。该算法是一种递推滤波算法，可以用来估计任意非线性非高斯随机系统的状态和参数。 粒子滤波主要有三步基本操作：采样（从不含观察值的状态空间产生新的粒子）、权值计算（根据观察值计算各个粒子的权值）、重采样（抛弃权值小的粒子，使用权值大的粒子
state-estimation
- 介绍了一个简单三机系统的状态估计模型，包含基础数据，并且利用matlab仿真实现，文档中包含源程序-Introduced a simple three-machine system state estimation model, contains basic data and achieve matlab simulation, source document contains
dataentry
- 电力系统状态估计MATLAB算法,内附readme 详细说明了使用方法和步骤 有专门的txt文件 可以输入自己的bus阵 line阵等 即可进行状态估计-Power system state estimation MATLAB algorithms included readme Describe use specialized txt file and steps can input their own bus array line array can be estimated state
state-estimation-module
- 状态估计算法 MATLAB 内附readme 详细说明了使用方法和步骤 有专门的txt文件 可以输入自己的bus阵 line阵等 即可进行状态估计-State estimation algorithm MATLAB included readme Describe the use of methods and steps specialized txt file can input their own the bus array line array can be estimated state
pisa
- 电力系统状态估计MATLAB算法,最小二乘法应用-Power system state estimation MATLAB algorithm, the method of least squares applications
optimal-state-estimation
- 用于matlab的最优状态估计工具，用于状态估计和参数估计-optimal state estimation for matlab
kalmanestimate
- Kalman滤波在状态估计中的matlab编程，Kalman滤波是状态估计中比较常用的方法，可用于连续系统的状态估计-Kalman filter state estimation in the matlab programming, Kalman filter is more commonly used in state estimation method, can be used for continuous system state estimation
IEEE14-state-estimation
- 采用MATLAB软件运用本方法，对IEEE14节点配电系统进行了状态估计。给出了其节点负荷数据和支路信息，经状态估计后最终得到了与传统最小二乘法状态估计的相应的电压幅值对比结果和相角对比结果-Using MATLAB software using this method, the IEEE14 node distribution system state estimation. Gives its branch nodes and load data information via the st
Optimal-State-Estimation
- 状态估计领域权威书籍涉及例子的代码。涉及到卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波及粒子滤波等。-Matlab codes for the book named 《Optimal State Estimation》. These codes include Kalman filter, Extended Kalman filter, Uncented Kalman filter, and particle filter.
matlab-ego-motion
- 基于matlab实现的自身运动估计仿真程序。通过对视频图像的分析，快速估计摄像机自身的运动状态。-Estimate based simulation program matlab realize their movement. Through the analysis of video images, the camera quickly estimate its state of motion.
Matlab
- 卡尔曼滤波器是一个对动态系统的状态序列进行线性最小误差估计的算法，一般用于线性系统。一般在运动跟踪领域中摄像机相对于目标物体运动有时属于非线性系统，但由于在一般运动跟踪问题中图像采集时间间隔较短，可近似将单位时间内目标在图像中的运动看作匀速运动，采用卡尔曼滤波器可以实现对目标运动参数的估计。-Kalman filter is a state sequence of linear dynamic systems smallest error estimation algorithm for lin
kalman-file
- 一种改进的自适应滤波器的状态估计，效果非常之好,是用MATLAB编写的，直接在matlab下运行就可以看到完美的滤波效果，自适应算法是sage—husa算法，较传统的滤波器有很大提高-An improved adaptive filter state estimates, the effect is very good, is written in MATLAB, directly in matlab running, you can see a perfect filtering effect
EKF1.RAR
- 标量非线性系统Kalmlan滤波问题,给定状态方程和预测方程，用EKF算法进行估计最优状态位置(EKF is a way to solve the problem which it is used in Innovation.)
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。(Kalman filtering, Kalman filtering) a system of linear equation of state, through the system input and output data, the optimal estimation of the s
matlab程序
- 卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器), 它能够从一系列的不完全及包含噪声的测量中，估计动态系统的状态。(Calman filtering is an efficient recursive filter (autoregressive filter). It can estimate the state of dynamic system from a series of incomplete and noisy measurements.)
粒子滤波
- 粒子滤波，对目标的运动状态进行预测和估计。(can predict the next position and velocity of the object.)
Kalman
- 使用卡尔曼滤波器对物体的未来状态进行预测和估计。(Using the kalman filter to predict the station of the object.)
ACADO
- ACADO工具包是一个软件环境和算法集自动控制和动态优化。它为直接优化控制提供了多种算法，包括模型预测控制、状态参数估计和鲁棒优化。(ACADO Toolkit is a software environment and algorithm collection for automatic control and dynamic optimization. It provides a general framework for using a great variety of algorithm
lizilvbo
- 粒子滤波的MATLAB实现，通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计的过程，这些样本被形象的称为“粒子”，故而叫粒子滤波(MATLAB implementation of particle filter,By looking for a set of random samples which are propagated in the state space to approximate the probability
kalman
- 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。(The algorithm optimally estimates the state of the system through input and output observations. Since the observation data include noise and interference in the system, the optimal e