The classical Kalman filtering algorithm requires the system to be lin的简体中文翻译

The classical Kalman filtering algo

The classical Kalman filtering algorithm requires the system to be linear, but in reality, the system is often nonlinear.Therefore, if the nonlinear system is expanded by Using Taylor series and then the first term is taken, then the nonlinear system becomes approximately a linear system. In this way, the system state prediction information can be deduced recursively according to the Kalman filtering framework, which is the EXTENDED Kalman filtering algorithm based SLAM (EKF-SLAM).Extended Kalman filter is a suboptimal state prediction method based on Bayesian theory.
0/5000
源语言: -
目标语言: -
结果 (简体中文) 1: [复制]
复制成功!
经典的卡尔曼滤波算法要求系统是线性的,但实际上系统通常是非线性的,因此,如果通过使用泰勒级数展开非线性系统,然后采用第一项,则非线性系统将近似为线性系统。这样,可以根据基于卡尔曼滤波框架的扩展SLAM(EKF-SLAM)卡尔曼滤波框架,递归推导系统状态预测信息。扩展卡尔曼滤波是基于贝叶斯理论的次优状态预测方法。
正在翻译中..
结果 (简体中文) 2:[复制]
复制成功!
经典的卡尔曼滤波算法要求系统是线性的,但实际上,系统往往是非线性的。因此,如果非线性系统是使用泰勒序列扩展的,然后采用第一个术语,那么非线性系统将大约成为一个线性系统。这样,系统状态预测信息可以根据卡尔曼滤波框架递归地推断出来,该框架是基于SMAN的扩展卡尔曼滤波算法SVS(EKF-SLAM)。扩展卡尔曼滤波器是基于贝叶斯理论的次优状态预测方法。
正在翻译中..
结果 (简体中文) 3:[复制]
复制成功!
经典的卡尔曼滤波算法要求系统是线性的,但在实际应用中,系统往往是线性的非线性,所以如果用泰勒级数展开非线性系统,然后取第一项,则非线性系统近似为线性系统。这样,系统的状态预测信息就可以根据卡尔曼滤波框架(基于扩展卡尔曼滤波算法的SLAM,EKF-SLAM)递归推导出,而扩展卡尔曼滤波是一种基于贝叶斯理论的次优状态预测方法。
正在翻译中..
 
其它语言
本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.

Copyright ©2024 I Love Translation. All reserved.

E-mail: