26年WP信息与计算科学基于贝叶斯框架的非线性滤波方法研究4.21-AI18.94-约33032字符.pdf

下载本文档

阅读 0
格式 pdf
大小 3.98 MB
约63页
2026-06-26
收藏
评论
点赞(0)
海报
举报

26年WP信息与计算科学基于贝叶斯框架的非线性滤波方法研究4.21-AI18.94-约33032字符.pdf_第1页

1/63页

26年WP信息与计算科学基于贝叶斯框架的非线性滤波方法研究4.21-AI18.94-约33032字符.pdf_第2页

2/63页

26年WP信息与计算科学基于贝叶斯框架的非线性滤波方法研究4.21-AI18.94-约33032字符.pdf_第3页

3/63页

26年WP信息与计算科学基于贝叶斯框架的非线性滤波方法研究4.21-AI18.94-约33032字符.pdf_第4页

4/63页

26年WP信息与计算科学基于贝叶斯框架的非线性滤波方法研究4.21-AI18.94-约33032字符.pdf_第5页

5/63页

26年WP信息与计算科学基于贝叶斯框架的非线性滤波方法研究4.21-AI18.94-约33032字符.pdf_第6页

6/63页

26年WP信息与计算科学基于贝叶斯框架的非线性滤波方法研究4.21-AI18.94-约33032字符.pdf_第7页

7/63页

26年WP信息与计算科学基于贝叶斯框架的非线性滤波方法研究4.21-AI18.94-约33032字符.pdf_第8页

8/63页

26年WP信息与计算科学基于贝叶斯框架的非线性滤波方法研究4.21-AI18.94-约33032字符.pdf_第9页

9/63页

26年WP信息与计算科学基于贝叶斯框架的非线性滤波方法研究4.21-AI18.94-约33032字符.pdf_第10页

10/63页

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

/63

文本预览下载提示常见问题

哈尔滨理工大学学士学位论文I基于贝叶斯框架的非线性滤波方法研究摘要近些年来，非线性系统的状态估计问题一直备受关注。实际工程中传感器野值、机动扰动等常使过程噪声与量测噪声呈现重尾特性，导致传统高斯近似滤波精度下降甚至发散。现有鲁棒滤波方法大多仅处理量测噪声的重尾特性，或依赖一阶线性化近似，难以同时应对重尾过程噪声与强非线性。因此，研究同时适配重尾过程噪声、重尾量测噪声与强非线性的滤波方法具有重要意义。本文针对过程噪声与量测噪声均存在重尾特性的离散时间非线性系统，提出一种基于Student‘s t分布的鲁棒非线性滤波方法。首先将状态、过程...

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。

碎片内容