1) noise variance matrices
噪声方差阵
2) measurement noise covariance
观测噪声协方差阵
3) state yawp covariance matrix
状态噪声协方差矩阵
1.
Through analyzing the kalman filter s capability and character ,Uniting with port supervising radar fact, this dissertation makes MATLAB experiment to state yawp covariance matrix infection to filter resultant, dvances a way of optimizing radar precision , strengthening tracking stabilization ,and .
本文通过对基础卡尔曼滤波的描述,结合港口监管雷达所监管的目标的实际情况,针对于状态噪声协方差矩阵对卡尔曼滤波结果的影响做了仿真,提出了通过准备多组状态噪声协方差矩阵供选择使用以求优化滤波精度,加快收敛速度,加强跟踪稳定度的方法。
4) noise variance
噪声方差
1.
New Method of Image De-noising through Wavelet Shrinkage Based on Estimate of Noise Variance;
基于噪声方差估计的小波阈值图像去噪新方法
2.
The estimator presents both the estimate of instantaneous RDS and the estimates of noise variance, channel power and SNR of current channel with low computational comp.
该估计器能以较低的计算复杂度给出RDS、噪声方差、信道功率和信噪比等多个实时信道参数的准确估计。
3.
An adaptive algorithm of noise variance self-learning and optimization is presented,which utilizes not only the thought of the estimation of the MLE and spatial-temporal synthetical analysis,but also the recursive characteristic of kalman filtering algorithm.
简单介绍了卡尔曼滤波算法,针对噪声方差预先设定对卡尔曼滤波算法及改进算法的不利影响,运用极大似然估计与时空综合分析思想相结合,同时利用卡尔曼滤波算法的递推特性,推导出了一种滤波过程中噪声方差自学习优化的自适应滤波算法。
5) variance of noise
噪声方差
1.
The fixed point iteration is employed when we restore the image by total variation,and we propose to select the regularization parameter by variance of noise in the iteration.
采用定点迭代进行变分图像恢复并在这个计算框架下提出利用噪声方差选择规整化参数的方法。
6) Heteroscedastic noise
异方差噪声
补充资料：协方差阵
协方差阵
covanance matrix
协方差阵【cm.dan份ma州x;曰.例...叱幽旧M.，阅a] 若干个随机变量，成对取其协方差，所构成的矩阵.更确切地，k维向量X=(x，，…，习的协方差阵为方阵艺=〔【(火二〔X)(浑‘E幻T]，这里〔X=(E戈，…，〔勒丁是均值向量.协方差阵的分量是 aij=日(不一E戈Xxj一Exjll=cov(Xi，xj)， i，j=l，…，k，而当i=j时，它与0戈(“var(茂》相同(即戈的方差位犷主对角线_!一).协方差阵是一个对称半正定阵.若协方差阵为正定的则X的分布为非退化的;否则为退化的.对随机向量血言，协方差阵的作用，正如随机变量的方差.如果随机变量X，，…，戈的方差都是1.则X二(刃、，一、戈)的协方差阵与其相关阵(mrrelation matrix)相同. 样本厂”，…，砂、的样本协方差阵，由方差和协方差的估计量构成二 S一汁:户l‘X(用’一见‘X‘”一习了，这里X‘m，如二l，.。)是独立同分布的k维随机向量，而-了是厂，j、…，户’的算术平均.如果丫‘、，二，厂”，的分布是具协方差阵艺的多维且态分布，则S(n一l)/。是艺的最大似然估计量;在这一场合，矩阵(n一飞)S各元的联合分布称为Wi劝斌分布(Wishart distrlbuti(，n).它是多元统计分析中的基本分布之一，借助于它可检验有关协方差阵艺的假设.A.Bfl阳xopoB撰陈希孺译
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