1) extended Kalman filter
广义卡尔曼滤波器
1.
Road identification based on extended Kalman filter;
基于广义卡尔曼滤波器的路面辨识
2) extended Kalman filter
广义卡尔曼滤波
1.
Identification on physical parameters of bridge structures based on extended Kalman filter;
基于广义卡尔曼滤波的桥梁结构物理参数识别
2.
In this paper,we proposed an adaptive tracking technique,based on extended Kalman filter approach,to identify the structural parameters and their changes.
本文采用了一种基于广义卡尔曼滤波的自适应追踪技术对结构的参数进行辨识。
3.
Based on this the extended Kalman filter estim.
首先建立了双体卫星模型,并设计了动量轮控制律,在此基础上根据星敏感器的测量信息,应用广义卡尔曼滤波器来估计姿态和角速率漂移误差,进而对伪陀螺和惯性陀螺进行校正。
3) extended Kalman filtering
广义卡尔曼滤波
1.
The Extended Kalman Filtering Algorithm Improvement in Orbit Estimation;
卫星轨道估计中广义卡尔曼滤波算法改进
2.
Two extended Kalman filtering(EKF) algorithms are designed.
设计了有陀螺测量和基于四元数差分法的无陀螺测量2种广义卡尔曼滤波器(EKF);采用四元数避免了欧拉角法的奇异问题;用高斯-牛顿误差最小法将六维观测量转化为四元数,作为观测量的一部分,显著减少了直接使用EKF的计算量。
4) generalized Kalman filter
广义卡尔曼滤波
1.
The research of the minimum mean-square error of the generalized Kalman filter;
广义卡尔曼滤波均方误差最小性的研究
2.
The generalized Kalman filter is a method which is based on the unknown model system.
而广义卡尔曼滤波与卡尔曼滤波相比并不需要系统数学模型已知,具有更强的现实意义。
3.
Unlike classical Kalman filter approaches which require a given system model,the generalized Kalman filter is a method based on unknown system model.
卡尔曼滤波方法是一种应用广泛的估值方法,但其要求系统数学模型已知,而广义卡尔曼滤波与卡尔曼滤波相比并不需要系统数学模型已知,具有更强的现实意义。
5) extended Kalman filter
推广的卡尔曼滤波器
1.
In this paper, the parameters and states of the non-linear PMSM system are estimated with extended Kalman filter.
本文在得到系统模型的基础上,利用推广的卡尔曼滤波器对非线性的永磁同步电动机系统参数和状态进行了估计,仿真结果验证了估计方法在数学上的可行性。
6) extended Kalman filter
推广卡尔曼滤波
1.
Based on Extended Kalman Filter Position Sensorless Control for Permanent Magnet Synchronous Motor;
基于推广卡尔曼滤波的永磁同步电机无位置传感器控制
2.
To satisfy the high accuracy of attitude determination for three-axis stabilized geostationary meteorological sat- ellite image navigation,a new approach combined gyro with star sensors is proposed,and a real-time algorithm for aiti- tude estimation combined predictive filter and extended Kalman filter is designed.
为了满足三轴稳定静止气象卫星图像导航中姿态确定的高精度要求,提出了陀螺仪和星敏感器的组合定姿方案,并且设计了联合采用预测滤波和推广卡尔曼滤波的实时姿态估计算法。
3.
This oaoer oresebts an approach of position sensorle4ss control for permanent magnet synchronous motor(PMSM)based on extended Kalman filter(EKF).
介绍了一种基于推广卡尔曼滤波算法的永磁同步电机无位置传感器控制方案。
补充资料：卡尔曼，R.E.
美国数学家和电气工程师。1930年5月 19日生于匈牙利首都布达佩斯。1953年在美国麻省理工学院毕业获理学士学位,1954年获理学硕士学位,1957年在哥伦比亚大学获科学博士学位。1957～1958年在国际商业机器公司(IBM)研究大系统计算机控制的数学问题。1958～1964年在巴尔的摩高级研究院研究控制和数学问题。1964～1971年到斯坦福大学任教授。1971年任佛罗里达大学数学系统理论研究中心主任，并兼任苏黎世的瑞士联邦高等工业学校教授。1960年卡尔曼因提出著名的卡尔曼滤波器而闻名于世。卡尔曼滤波器在随机序列估计、空间技术、工程系统辨识和经济系统建模等方面有许多重要应用。1960年卡尔曼还提出能控性的概念。能控性是控制系统的研究和实现的基本概念，在最优控制理论、稳定性理论和网络理论中起着重要作用。卡尔曼还利用对偶原理导出能观测性概念，并在数学上证明了卡尔曼滤波理论与最优控制理论对偶。为此获电气与电子工程师学会(IEEE)的最高奖──荣誉奖章。卡尔曼著有《数学系统概论》(1968)等书。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条