搜索资源列表
lqr
- 建立了一级倒立摆的状态空间模型，并采用LQR实现了稳定控制。-establishment of an inverted pendulum of state space models, and the use of LQR achieve stability control.
ZHUANGTAI
- 状态空间模型 加强ＭＡＴＬＡＢ学习 很有用的 -state-space model to strengthen MATLAB very useful learning
svdnew
- PMSM直接转矩控制系统的空间辨识,辨识出系统介次,和状态空间模型,从而调节控制器参数-PMSM Direct Torque Control System Identification, identify system Kaiji, and the state-space model, adjust the controller parameters
Speech Enhancement Based On AUnvoiced-Voiced Model
- 摘要：基于语音状态模型的语音增强算法是当前语音信号处理的研究热点。把通常的LPC语音模型修正后，将得到两个语音模型：时变AR 模型、时变双AR模型。但是利用这些模型增强语音时，都没有考虑到语音的清音、浊音区别。为此本文引入了语音清浊音状态空间模型，这种模型在描述语音方面比时变AR模型、时变双AR模型要强，而且物理含义明显 同时在用含噪语音信号预测纯净语音信号时，引入遗忘因子和粒子滤波算法以降低计算复杂性，减小运算量。实验证明，增强后的语音信号信噪比有一定提高．且优于传统的LPC模型.
ParticleFilterforStateEstimationBaseOnJumpMarkovMo
- 跳变马尔可夫模型状态估计的粒子滤波算法研究，本文在系统分析传统粒子滤波理论与应用问题的基础上，重点研究了基于跳变马尔可夫状态空间模型的粒子滤波算法。针对混合系统在二维离散状态情形下的混合状态估计问题，给出了基于Rao-Blackwellised粒子滤波的二维离散状态与连续状态的同步估计算法，一定程度上缓解了传统粒子滤波算法在高维状态空间估计中的失效问题，有效提高了状态估计的精度。应用数值仿真计算，对相关粒子滤波算法的性能进行了比较分析。结果表明，本文研究的算法能够有效完成二维离散状态与连续状态的
vbssm
- 基于变分贝叶斯方法的状态空间模型学习程序
kalman-VB
- 使用VB语言实现的卡尔曼滤波源程序， 其基本思想是：采用信号与噪声的状态空间模型，利用前一时刻地估计值和现时刻的观测值来更新对状态变量的估计，求出现时刻的估计值。它适合于实时处理和计算机运算。
KalmanFiltering
- 卡尔曼滤波算法C++，采用信号与噪声的状态空间模型，利用前一时刻地估计值和现时刻的观测值来更新对状态变量的估计，求出现时刻的估计值。
Kalman
- 最佳线性滤波理论起源于40年代美国科学家Wiener和前苏联科学家Ｋолмогоров等人 的研究工作，后人统称为维纳滤波理论。从理论上说，维纳滤波的最大缺点是必须用到无限过去 的数据，不适用于实时处理。为了克服这一缺点，60年代Kalman把状态空间模型引入滤波理论， 并导出了一套递推估计算法，后人称之为卡尔曼滤波理论。卡尔曼滤波是以最小均方误差为估计 的最佳准则，来寻求一套递推估计的算法，其基本思想是：采用信号与噪声的状态空间模型，利 用前一
kj06
- 传统的自动控制 器的综合设计都要建立在被控对象准确的数学模型(即传递函数模型或状态空间模型)的基础上，但是在实际中，很多系统的影响因素很多，油气混合过程、缸内燃烧过程等) ，很难找出精确的数学模型。这种情况下，模糊控制的诞生就显得意义重大。因为模糊控制不用建立数学模型不需要预先知道过程精确的数学模型-fuzzy control in
zhuangtaiyijie
- 预测模型为状态空间模型预测函数控制MATLAB程序，包括一阶、二阶、高阶跟踪阶跃，斜坡-Prediction model for the state space model predictive functional control MATLAB procedures, including first, second, high-tracking step, ramp
particale_filters
- 粒子滤波器是通过蒙特卡罗模拟来实现递归贝叶斯滤波，它不需要线性、高斯噪声的假设，适用于任何能用状态空间模型表示的非线性系统，比卡尔曼滤波器的适用范围广。这里给出了几个粒子滤波的matlab编程实例。-Particle filters are using Monte Carlo simulations to achieve the recursive Bayesian filtering, it does not require linear, Gaussian noise assumptions
VSC_HVDC1a_lianxudy
- HVDC Light连续时间状态空间模型的Matlab仿真-HVDC Light continuous time state space model of the Matlab simulation
kalmanFit
- Matlab对kalman状态空间模型估计-Matlab on the state space model to estimate kalman
Particle-Filter-with-comments
- 有注释的粒子滤波程序。粒子滤波(PF: Particle Filter)的思想基于蒙特卡洛方法(Monte Carlo methods)，它是利用粒子集来表示概率，可以用在任何形式的状态空间模型上。-Annotated particle filter program. Particle filter (PF: Particle Filter) Monte Carlo method based on the idea (Monte Carlo methods), which is set to r
状态空间
- 用R 求状态空间模型的例子，Durbin and Koopman (2012)为例(Example of local level model for Nile series See Durbin and Koopman (2012))
Analysis_of_Financial_Time_Series
- 状态空间模型处理时间序列的资料汇总，包含案例和案例代码(time series using state space form)
m_4wr
- 构建了三自由度四轮转向汽车的状态空间模型，可以直接进行时域、频域、稳定性等方面的控制(The state space model of three degree of freedom four wheel steering vehicle is constructed, which can be simulated directly in time domain, frequency domain, stability and so on)
9节点系统小干扰稳定分析
- 对电力系统小干扰稳定性进行分析的方法大致可以分为以下几种：数值仿真方法、建立在线性模型基础上的分析方法、小干扰稳定域分析方法、非线性理论分析方法和计及模型不确定性的分析方法。对小干扰稳定性问题可以采用线性模型进行研究，这种线性模型是将描述系统动态行为的微分方程和代数方程在稳态运行点处线性化后得到的。目前，建立在线性模型基础上的电力系统小干扰稳定性分析方法主要有两种：以状态空间模型描述为基础的特征值分析法和以传递函数矩阵为基础的频域分析法。本文采用全部特征值分析法（QR 法）对9节点系统在稳态处进
二轮平衡车状态空间仿真
- 运用数学建模得到了二轮平衡车的状态空间模型，然后再去MATLAB/simulink中建立仿真模型进行仿真