...
  • 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：用于移动物体参数估计的神经向滤波器和卡尔曼滤波器精度比较

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：我们提供了基于（神经网络技术的移动物体参数的问题解决方案。我们提供了对：神经网络过滤器和卡尔曼过滤器之间的比较结果。我们讨论了不同的应用 人工神经网络的架构。我们研究了3个运动的网络的架构，其平均固定物体具有随机速度矢量的平均固定对象，其均匀的直线驾驶，在Aacceleration上的不确定干扰以及机动对象。它表明了 为了估计参数，可以使用经典多层网络。运动和测量模型可以是线性的或非线性的。测量噪声和形成性噪音可以具有任意的分配法。

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