...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Приборы и системы: управление, контроль, диагностика >Comparison of precision of neuronet filters and Kalman's filters for parameters estimation of moving objects
【24h】

Comparison of precision of neuronet filters and Kalman's filters for parameters estimation of moving objects

机译：用于运动物体参数估计的神经网络滤波器和卡尔曼滤波器的精度比较

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We offer a solution for the problem of the filtering of the parameters of moving objects based on the (neural networks technology. We offer the results of the comparison between the accuracy of: the neural network filters and Kalman filters. We discuss the application of different architectures of the artificial neural-networks. We have studied the architecture of the network for the 3 movement models an average fixed object with a random speed vector an even rectilinear driving with an, uncertain disturbance on aacceleration, and a maneuvering object. It's shown that for estimating the parameters the classical multilayer network can be used. The movement and measurement models can be either linear or nonlinear. Measurements noises and formative noises can have an arbitrary law of allocations.
机译：我们基于（神经网络技术）为运动对象的参数过滤问题提供了解决方案。我们提供了神经网络过滤器和卡尔曼过滤器的准确性之间的比较结果。我们讨论了不同方法的应用我们研究了三种运动模型的网络体系结构：一个具有随机速度向量的平均固定物体，一个具有不确定加速度加速度的均匀直线驱动，以及一个运动物体。为了估计参数，可以使用经典的多层网络，运动和测量模型可以是线性的也可以是非线性的，测量噪声和形成噪声可以具有任意的分配定律。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号