1) measurement matrix
观测矩阵
1.
This paper reviews the theoretical framework and the key technical problems of compressed sensing and introduces the latest developments of signal sparse representation,design of measurement matrix and reconstruction algorithm.
本文综述了CS理论框架及关键技术问题,并着重介绍了信号稀疏变换、观测矩阵设计和重构算法三个方面的最新进展,评述了其中的公开问题,对研究中现存的难点问题进行了探讨,最后介绍了CS理论的应用领域。
2) matrix/observer
矩阵/观测器
3) Observability matrix
可观测性矩阵
1.
The common methods to analyze the Degree of Observability(DOO) include the eigenvalues and eigenvectors analysis method of error covariance matrix and the Singular Value Decomposition(SVD) method of observability matrix.
常用的可观测度(DOO)分析方法有估计误差协方差矩阵的特征值和特征向量法和可观测性矩阵的奇异值分解(SVD)方法,前者需要在滤波结束之后进行,而后者不需要进行滤波运算就可直接用于分析整个系统的可观测度。
5) matrix of forecast
预测矩阵
6) measurement matrix
量测矩阵
1.
Based on the INS error correction by quasi-three dimensional model,the method of the combination of camera imaging system with SINS to deduce the measurement matrix was utilized.
文中基于准三维模型对惯导系统误差校正的思想,利用摄像机成像系统和捷联惯导系统(SINS)相结合的方法,着重对量测矩阵进行推导。
补充资料：观测
①观察并测量（天文、地理、气象、方向等）：～风力。②观察并测度（情况）：～敌情。
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