1) importance function
重要性函数
1.
The principle of Recursive Bayesian estimation was introduced which was the basis of Particle filter, and the significance of importance function to the design of particle filter was illustrated.
介绍了作为粒子滤波理论基础的递推贝叶斯估计的基本概念,说明了重要性函数对于粒子滤波器的设计是至关重要的。
2.
By adopting both p(Xkzk) and p(XkXk-1) as importance functions and sampling from them,the global localization and kidnapped problems are figured out efficiently.
针对当出现一些未建模的机器人运动时(如碰撞或者绑架问题),以小采样数目实现常规Monte Carlo方法难以解决的问题,提出一种新的Monte Carlo定位算法,该算法同时采用p(Xkzk)与p(XkXk-1)作为重要性函数并从中进行采样,避免了采样集不包含真实位姿采样的情况,能够有效地解决全局定位与绑架问题。
2) the importance density function
重要性密度函数
1.
Because the IEKF can acquire a maximum a posteriori(MAP) estimate of the nonlinear system,and the importance density function integrates the latest observation into system state transition density,so the proposal distribution can approximate the posterior distribution reasonably well.
该方法利用迭代扩展卡尔曼滤波的最大后验概率估计产生粒子滤波的重要性密度函数,使重要性密度函数能够融入最新观测信息的同时,更加符合真实状态的后验概率分布。
3) level importance function
水平重要性函数
1.
By applying the distance of plane R 2 and level importance function g(λ),the paper introduces the uniform D d metric D [sg] on fuzzy number space E 1,and show that(E 1,D [sg] )is metric space if and only if g(λ)≠0 almost everywhere on [0,1].
基于平面 R2上的距离及水平重要性函数 ,在 Fuzzy数空间 E1上建立了一致Gd-度量 D[sg] ,讨论了 D[sg] 的基本性质及完备性问题。
4) importance density function
重要性密度函数
1.
The main idea uses the system state transition matrix and the error covariance matrix which are gained from the IEKF and the sequential fusion to construct the importance density function of the particle filter.
针对粒子滤波中得到优化的重要性密度函数比较困难的问题,将迭代扩展卡尔曼滤波和序贯融合与粒子滤波相结合,应于雷达和红外多传感器目标融合跟踪。
2.
The choice of importance density function is very important for the particle filtering.
重要性密度函数的选择对粒子滤波至关重要,围绕重要性密度函数的选择,已提出许多改进粒子滤波算法,典型的有扩展卡尔曼粒子滤波(EPF),不敏卡尔曼粒子滤波(UPF)、辅助粒子滤波(APF)及正则化粒子滤波(RPF)。
3.
The new algorithm uses the quadrature Kalman filter(QKF) to generate the importance density function,and linearizes the nonlinear functions using the statistical linear regression method through a set of Gaussian-Hermite quadrature points.
针对非线性/非高斯系统的状态估计问题,提出一种采用求积分卡尔曼滤波(QKF)算法来产生重要性密度函数的粒子滤波新算法——PF-QKF算法。
5) importance sampling function
重要性采样函数
1.
To solve the important problem in particle filter that how to design the importance sampling function to propagate the particles, a novel particle filter based on observation likelihood importance sampling was proposed.
针对粒子滤波中如何来设计重要性采样函数进行动态粒子传播这个重要问题,提出了一种新的基于观测似然重要性采样的粒子滤波算法,该算法打破了常规粒子滤波先按某一重要性采样函数进行采样,再用观测似然进行粒子权重更新的思路,而是直接根据观测似然进行采样,然后再用先验转移概率进行粒子权重更新。
6) importance function
重要函数
1.
Because the choice of the importance function in SMC method has an effect on system performance, a new symbol detector is presented in this paper.
由于在序列蒙特卡罗方法中重要函数的选择直接会影响系统性能,针对这一问题,提出了一种新的混合重要函数,较大幅度提高了衰落信道下传输符号的检测水平,仿真结果也证实了这种新检测器的有效性。
补充资料：FMEA是一种可靠性设计的重要方法
它对各种可能的风险进行评价、分析，以便在现有技术的基础上消除这些风险或将这些风险减小到可接受的水平。
FMEA实际是一组系列化的活动，其过程包括：找出产品/过程中潜在的故障模式；根据相应的评价体系对找出的潜在故障模式进行风险量化评估；列出故障起因/机理，寻找预防或改进措施。
故障模式、影响、分析模块
其核心部分是对特定系统进行分析研究，确定怎样修改系统以提高整体可靠性，避免失效。 为了准确计算失效的危害性，在分析时，提供了系统化的处理过程，自动编制FMEA任务，包括确定所有可能失效的零部件及其失效模式，确定每一种失效模式的局部影响、下一级别的影响以及对系统的最终影响，确定失效引起的危害性，确定致命失效模式以消除或减少发生的可能性或剧烈程度。
FMEA可完成以下功能：
失效模式、影响分析（FMEA）
危害性分析（Critically Analysis）
功能FMEA(Functional FMEA)
破坏模式和影响分析（DMEA）
FMEA具有以下特点：
丰富的故障模式数据库
完善的企业FMEA规范定制功能
自动由FMEA生成原始的FTA（故障树）
故障树分析（Fault Tree Analysis）模块
利用FTA模块，在系统设计过程当中，通过对造成系统故障的各种因素（包括硬件、软件、环境、人为因素等）进行分析，画出逻辑框图（即故障树），从而确定系统故障原因的各种可能组合方式及其发生概率以计算系统故障概率，采取相应的纠正措施，以提供系统可靠性的一种分析方法。它以图形的方式表明了系统中失效事件和其它事件之间的相互影响，是适用于大型复杂系统安全性与可靠性分析的常用的有效方法。利用FTA，用户可以简单快速地建立故障树，输入有关参数并对系统进行定性分析和定量分析，生成报告，最后打印输出。
事件树分析(Event Tree Analysis)模块
ETA是一种逻辑的演绎法,它在给定一个初因事件的情况下,分析该初因事件可能导致的各种事件序列的结果,从而定性与定量地评价系统的特性,并帮助分析人员获得正确的决策.
ETA不仅适应于多因素,多目标,而且适用于大型的复杂系统. ETA 主要有以下功能
非常友好简便的初因事件和事件序列的定义
简单快速的事件树中事件序列的概率计算
事件树报告的生成
ETA 为用户提供的是完全图示化的界面
ETA与其它模块完全集成，如可直接故障树中的门和事件直接联接
支持多级分支分类
可处理多个事件树
FMEA实际是一组系列化的活动，其过程包括：找出产品/过程中潜在的故障模式；根据相应的评价体系对找出的潜在故障模式进行风险量化评估；列出故障起因/机理，寻找预防或改进措施。
故障模式、影响、分析模块
其核心部分是对特定系统进行分析研究，确定怎样修改系统以提高整体可靠性，避免失效。 为了准确计算失效的危害性，在分析时，提供了系统化的处理过程，自动编制FMEA任务，包括确定所有可能失效的零部件及其失效模式，确定每一种失效模式的局部影响、下一级别的影响以及对系统的最终影响，确定失效引起的危害性，确定致命失效模式以消除或减少发生的可能性或剧烈程度。
FMEA可完成以下功能：
失效模式、影响分析（FMEA）
危害性分析（Critically Analysis）
功能FMEA(Functional FMEA)
破坏模式和影响分析（DMEA）
FMEA具有以下特点：
丰富的故障模式数据库
完善的企业FMEA规范定制功能
自动由FMEA生成原始的FTA（故障树）
故障树分析（Fault Tree Analysis）模块
利用FTA模块，在系统设计过程当中，通过对造成系统故障的各种因素（包括硬件、软件、环境、人为因素等）进行分析，画出逻辑框图（即故障树），从而确定系统故障原因的各种可能组合方式及其发生概率以计算系统故障概率，采取相应的纠正措施，以提供系统可靠性的一种分析方法。它以图形的方式表明了系统中失效事件和其它事件之间的相互影响，是适用于大型复杂系统安全性与可靠性分析的常用的有效方法。利用FTA，用户可以简单快速地建立故障树，输入有关参数并对系统进行定性分析和定量分析，生成报告，最后打印输出。
事件树分析(Event Tree Analysis)模块
ETA是一种逻辑的演绎法,它在给定一个初因事件的情况下,分析该初因事件可能导致的各种事件序列的结果,从而定性与定量地评价系统的特性,并帮助分析人员获得正确的决策.
ETA不仅适应于多因素,多目标,而且适用于大型的复杂系统. ETA 主要有以下功能
非常友好简便的初因事件和事件序列的定义
简单快速的事件树中事件序列的概率计算
事件树报告的生成
ETA 为用户提供的是完全图示化的界面
ETA与其它模块完全集成，如可直接故障树中的门和事件直接联接
支持多级分支分类
可处理多个事件树
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