说明：扩展kalmanfilter（也称为线性化卡尔曼滤波）： 是一个简单的非线性近似滤波算法，指运动或观测方程不是线性的情况。 无迹kalman滤波（UKF） KF和EKF都是都将问题转化为线性高斯模型，所以可以直接解出贝叶斯递推公式中的解析形式，方便运算。但对于非线性问题...

说明：[17,18,19,20,21] 的应用程序。智力不给外面，从系统，但系统通过学习获得的新方法已被证明更多成功的 [11,22]。与学习控制系统发展的一个主要困难是事实我们不知道一个先验期望的控制行动，即控制器的输出。然而，我们有评价整体系统性能的措施。为克服这个问题的各种方法已经使用 [22]。几...

matlab pid 模糊 具有

说明：应用背景 双馈风电机组的有功功率输出无法响应电网频率的变化，并且由于其通常运行在最大功率 点跟踪模式下，亦无备用的有功功率支援电网的频率控制。通过提升发电机转子转速和调节桨距 角可实现双馈风电机组的减载运行，从而保留部分有功功率作为备用以提升对电网频率的调节能 力，但是超速控制和变桨控制...

matlab 并网 源代码

说明：LBER和LMS算法的功能仿真，图形象地描绘出了两种自适应算法随着单个信号传输的收敛过程，直至系统达到稳定状态。从图中看到LMS算法的收敛速度小于LBER算法并且达到稳态时的系统误码率远大于LBER算法。因此论文分析的自适应最小误码率多用户检测算法比自适应最小均方误差多用户检测算法性能优良

matlab 算法 lms 比较

说明：对空间机动目标的跟踪程序，包括：卡尔曼滤波，扩展卡尔曼滤波，粒子滤波，无迹卡尔曼滤波这几个最常用的滤波方法。程序有汉语注释，运行无误，方便初步学习状态空间预测目标跟踪的学生学习。

算法 滤波 目标 空间 机动 集锦

说明：本章介绍两种非线性Kalman滤波器[15-17]，一种是扩展Kalman滤波器（Extended Kalman Filter，简称EKF），其基本思想是利用泰勒展开，将非线性方程直接线性化。线性化后的系统模型和系统实际的非线性模型会有差别，非线性越强，差别就会越大。不过，EKF的优势也不容忽视，由...

说明：卡尔曼于1960年提出了离散系统线性滤波的递推求解方法即卡尔曼滤波算法。该滤波算法是基于线性最小平方法的、进行有效递推计算的一组数学方程式,算法功能强大,支持对过去、现在和将来状态的估算。

卡尔曼滤波算法

说明：无迹卡尔曼滤波UKF摒弃了对非线性函数进行线性化的传统做法，采用卡尔曼线性滤波框架，对于一步预测方程，使用无迹变换UT来处理均值和协方差的非线性传递问题。UKF算法是对非线性函数的概率密度分布进行近似，用一系列确定样本来逼近状态的后验概率密度，而不是对非线性函数进行近似，不需要对Jacobian矩阵...

说明：与EKF（扩展卡尔曼滤波）不同,UKF是通过无损变换使非线性系统方程适用于线性假设下的标准Kalman滤波体系,而不是像EKF那样,通过线性化非线性函数实现递推滤波。目标跟踪有两个理论基础,即数据关联和卡尔曼滤波技术 . 由于在实际的目标跟踪中,跟踪系统的状态模型和量测模型多是非线性的,因此采用非线...

说明：1. 通过按键（W，A，S，D或方向键）控制小块的移动方向，当有两个小块相同时，把两者合并，产生一个新块（其值90%为2，10%为4）。并给予一定的分数，记录在数据文件中，显示在界面上。 2. 当最大块的值达到2048时，您将获得胜利，胜利后您可以选择继续游戏（当最大块的值为4096时，您将获得连...