1) measurement noise covariance
观测噪声协方差阵
2) 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。
3) noise variance matrices
噪声方差阵
4) noise covariance
噪声协方差
1.
Through the analysis of these disturbances their error model is got,the error is compesated by using noise covariance analysis and Kalman filter.
针对卡尔曼滤波器在基于MEMS传感器构成的捷联惯导系统(SINS)误差补偿中的应用,系统分析了微惯性器件组成的载体在运动中所受到的干扰,通过对这些干扰的分析得出其误差模型,采用噪声协方差分析方法,利用卡尔曼滤波对其误差进行补偿。
5) noiseless covariance matrix transform
无噪协方差矩阵变换
6) measurement noise
观测噪声
1.
The fusion algorithm of multi-sensor measurement noise update estimate on out-of-sequence;
无序量测下的多传感器观测噪声融合估计
2.
It is well known that the successful applications of the Kalman filter are dependent on whether the prior knowledge of the statistical characteristics of the measurement noise is known.
众所周知,卡尔曼滤波的成功应用需要事先准确知道观测噪声的统计特性。
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