Оценка - вектор
Cтраница 3
Для А, ; dim 31 ( А) ( хх 0) оценка вектора Uf не существует, но формально можно считать, что подпространства Л ( А) поражены шумом бесконечно большой интенсивности. [31]
Вычислительные возможности первой половины 90 - х годов позволяют реализовать фильтр Калмана для оценки 20-мерного вектора состояния с периодичностью обновления информации до нескольких раз в секунду, тогда как в сильно связанной схеме насчитывается не менее 100 источников ошибок. [32]
Случайные погрешности не влияют на выходную величину, но оказывают существенное влияние на оценку вектора коэффициентов А уравнения А ( х т д) - bcT у. Ошибки измерения увеличивают дисперсию оценок и снижают их эффективность. [33]
Структурная схема этого фильтра приведена на рис. 22.11. В нем помимо 3t, производится оценка векторов а, и Ь, причем определяется и точность этих оценок, выражаемая соответствующими элементами корреляционной матрицы ошибок фильтрации. Более общим является случай, когда а и Ь - временные полиномы с постоянными, но не известными коэффициентами. [34]
Ввиду полного произвола в выборе целевой функции модели необходимо выяснить, изменяются ли свойства оценок вектора определяемых параметров 0 в случае применения различных целевых функций; каковы критерии выбора целевой функции модели; какие меры предосторожности следует принимать при преобразовании первичных экспериментальных данных и значимы ли эти проблемы при анализе тензиметрических данных. [35]
Аналогично предыдущему можно говорить о м.н.к. - оценках линейно-независимых параметрических функций или о м.н.к. - оценке параметрического вектора Т0П, строить ковариационную матрицу вектора м.н.к. - оценок 0, ковариационную матрицу м.н.к. оценки Твп, оценивать о 2 и производить проверку гипотез. [36]
Видно, что в такой постановке задача не представляет ничего нового и сводится к предыдущей задаче оценки вектора. [37]
Альтернативный подход сводится к фильтрации шумовых составляющих градиента с помощью низкочастотного фильтра и использованию выхода фильтра как оценки вектора градиента. [38]
Поскольку системы уравнений, используемые для определения постоянных, плохо обусловлены, то необходимо исследовать зависимость погрешностей оценок вектора X от изменений вектора Y в пределах экспериментальных ошибок. [39]
Для того чтобы можно было начать вычисления по рекуррентной формуле ( 15.4 - 28), необходимо иметь исходное значение оценки вектора состояния. [40]
Отмеченное позволяет сделать вывод о том, что в любом случае, при использовании в качестве входных сигналов линейных функций времени, в алгоритмах оценки вектора параметров целесообразно предусматривать введение коэффициентов регуляризации в качестве превентивной меры предотвращения возможной плохой обусловленности матриц. [41]
Применение этого принципа позволяет доказать, что матрица коэффициентов К оптимального регулятора, замкнутого по полному вектору состояния ж, остается неизменной и в том случае, когда замыкание система производится по оценкам вектора состояния х, восстановленным наблюдающим устройством, параметры которого определены из условия минимума среднего квадрата ошибки восстановления. [42]
N ( О, V), где V - неизвестная положительно определенная ( / X /) - матрица. Оценка вектора в многомерной регрессии проводится одновременно с оценкой матрицы V путем итеративного решения нелинейной системы уравнений. Разработаны устойчивые методы оценки многомерной регрессии. Многомерная регрессия может использоваться при описании многомерных распределений. [43]
 |
Алгоритмы наведения. [44] |
В качестве вектора состояния динамической системы FDFState используется вектор ошибок БИНС, который оценивается методом динамической фильтрации в соответствии со сформированным вектором измерений и моделью ошибок БИНС. Оценка вектора состояния сопровождается соответствующей ковариационной матрицей DFCovMatrix. Процедура фильтрации содержится в методе Eval класса. В случае установки флага коррекции a / Correction после обработки измерений производится коррекция выходных данных БИНС и вектора ее ошибок путем вызова метода Initialize класса ТВ INS. Начальные условия для алгоритма комплексирования задаются вызовом метода GetlniData, который задает значения внутренним полям класса, считывая их из ini - файла проекта. [45]
Страницы: 1 2 3 4