این تعهد متعلق به هیچ شعبه ای در این مخزن نیست و ممکن است متعلق به یک چنگال در خارج از مخزن باشد.

شاخه ها/برچسب ها را تغییر دهید برچسب های شاخه شاخه ها را بارگیری نکرد چیزی برای نشان دادن برچسب ها را بارگیری نکرد چیزی برای نشان دادن

نام در حال استفاده

یک برچسب در حال حاضر با نام شاخه ارائه شده وجود دارد. بسیاری از دستورات GIT نام برچسب و شاخه را می پذیرند ، بنابراین ایجاد این شاخه ممکن است باعث رفتار غیر منتظره شود. آیا مطمئن هستید که می خواهید این شاخه را ایجاد کنید؟

لغو ایجاد رمز

• محلی
• مکاشه

https github cli با استفاده از URL وب از Git یا Checkout با SVN استفاده کنید. با CLI رسمی ما سریع کار کنید. بیشتر بدانید.

ورود به سیستم لازم

لطفاً برای استفاده از برنامه های کد وارد سیستم شوید.

راه اندازی دسک تاپ GitHub

اگر هیچ اتفاقی نمی افتد ، دسک تاپ GitHub را بارگیری کنید و دوباره امتحان کنید.

راه اندازی دسک تاپ GitHub

اگر هیچ اتفاقی نمی افتد ، دسک تاپ GitHub را بارگیری کنید و دوباره امتحان کنید.

راه اندازی Xcode

اگر هیچ اتفاقی نمی افتد ، Xcode را بارگیری کنید و دوباره امتحان کنید.

راه اندازی کد ویژوال استودیو

فضای کد شما یک بار آماده خواهد شد.

مشکلی برای تهیه فضای کدگذاری شما وجود داشت ، لطفاً دوباره امتحان کنید.

آخرین تعهد

آمار git

فایل ها

بارگیری آخرین اطلاعات متعهد انجام نشد.

نوع نام آخرین پیام تعهد زمان متعهد شدن رمز

readme. md

وضعیت جعبه: ناپایدار

هدف این جعبه

پیاده سازی هایی را برای یک فیلتر کالمن ، فیلتر کلمن گسترده و یک فیلتر کلونی کلونینگ تصادفی کارآمد ارائه دهید.

نمادها و نام های متغیر

بردارها با حروف کوچک مانند A نشان داده می شوند ، ماتریس ها به عنوان حروف بزرگ مانند A. نوشته می شوند.<>، به عنوان مثال V_.

در کد منبع ، ماتریس با بردارهای MAT_ ، ستون با بردارهای VEC_ و ردیف با RVEC_ پیشوند می شوند. همه نمادها به حروف کوچک تبدیل می شوند.(فقط برای جلوگیری از شکایت کامپایلر). یک شاخص توصیف نیز ممکن است اضافه شود ، به عنوان مثال VEC_V_BULLET برای بردار V که سرعت گلوله را توصیف می کند.

مدل زمان متغیر خطی گسسته

یک سیستم خطی متغیر گسسته از ماتریس و حروف بردار زیر استفاده می کند:

$ $ k: timestep x_: وضعیت سیستم در Timestep K F: ماتریس سیستم گسسته H: ماتریس ورودی گسسته U_: وکتور ورودی در Timestep K (تفسیر مرحله به مرحله ثابت) W_: سر و صدای سیستم در Timestep K Y_: اندازه گیری در Timestep K C:ماتریس اندازه گیری R_: سر و صدای اندازه گیری در Timestep K معادله سیستم گسسته: X_ = F X_ + H U_ + W_ معادله اندازه گیری گسسته: Y_ = C X_ + R _ $ $

 اندازه گیری سیستم نویز X_Init نویز │ │ │ ▼ ▼ │ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ▼ x_ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌k ┌k ┌ ┌ ┌ ┌k ▼k ▼k ─k ▶ │ H │ H │ │ │ H │ │ H │ │ H │ H │ │ H │ │ H─ ▶ ⊕ ⊕ ⊕-- ⊕ ⊕ ⊕ │ │ │ │ │ │ │ │ │ c │‐ ،ong 

از آنجا که فیلتر کالمن وضعیت سیستم را تخمین می زند ، معادله اندازه گیری اندازه گیری های موجود (y_k) را نشان می دهد ، به اجباری برخی از خروجی های دیگر سیستم که باید در مرحله بعدی توسط کنترلر کنترل شود.

مدل زمان خطی مداوم خطی

برای یک مدل خطی که به شکل مداوم آورده شده است ، از نمادهای زیر استفاده می شود:

$ $ t: زمان فعلی x_: حالت سیستم در زمان t a: ماتریس سیستم مداوم B: ماتریس اندازه گیری مداوم U_: بردار ورودی در زمان t w_: نویز سیستم در زمان t y_: اندازه گیری در زمان t c: ماتریس اندازه گیری (همانندبه شکل گسسته) r_: سر و صدای اندازه گیری در زمان t d/dt (.): مشتق بعد از زمان معادله سیستم دیفرانسیل: d/dt (x_) = a x_ + b u_ + v_ معادله اندازه گیری: y_ = c x_ + r _ $ $ $ $ $ $ $

 اندازه گیری سیستم نویز X_Init نویز │ │ │ │ │ │ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ▼ x ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ │ │ │ │ b │ │ b │ │ │ b │─ v ⊕ ⊕ ⊕ ⊕ ⊕ ⊕ ⊕ │ │ │integrator│ ، ▶ ⊕-- ⊕ │ │ c │---- │‐vesx │ └ └ └ نها▲ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ │ │ ┌ ┌ ┌ ┌ ┌ ┌ └ └ └ └ └ └ └ └ └ └ └ │ │ │ │ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ong 

تحول از مدل زمان متغیر خطی به صورت مداوم به گسسته

توجه داشته باشید که A و B از فرم مداوم می توانند از فرم گسسته به F و H تبدیل شوند. پیاده سازی های فعلی فیلتر کالمن به مدل گسسته نیاز دارند ، اما مدل در آزمایشات نیز می تواند با ماتریس های مداوم تغذیه شود. این فرم ها برای محاسبه یکپارچه می شوند:

$ $ dt: مرحله زمانی برای تقریب معادله سیستم تقریبی: x_ = x_ + dt * (a x_ + b u_ + v_) $ $

تبدیل از (a ، b) به (f ، h) برای یک زمانبندی خاص DT می تواند به شرح زیر انجام شود. به Kalmanfilter :: سیستم ها :: coniounum_to_discrete مراجعه کنید.

$ $ sum_variable = شروع. inclusiveNd integral_variable = شروع. InclusiveNEND I: ماتریس واحد (آنهایی که به صورت مورب) f = f (dt) = exp (a*dt) = sum_i = 0. infinite ((a*dt)^i / i!) = i + a*dt + ((a*dt)^2/2) + ((a*dt)^3 /6) +. H = H (dt) = integral_v = 0. t (f (v)) * b $ $

مدل زمان متغیر غیرخطی زمان گسسته

این مدل از طریق دو عملکرد به نام f () و c () داده می شود.

$$f(state, input) > state : state function c(state) >خروجی: عملکرد خروجی J_F: ماتریس Jacobian F J_C: ماتریس Jacobian از C x_ = f (x_k ، u_k) + w_k y_ = c (x_k) + r_k $ $

 اندازه گیری سیستم سر و صدای X_Init نویز │ │ │ ▼ ▼ ▼ ▼ ▼ x_ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ (x_k "│= │ │ │ C (x_k) │= │= │ ▶ yk ▲ └ └ └ └ └ └= └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └.┘ │ │ │ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ ◀ ◀ ◀ ◀ ─ └ └ └ └ └ └ └ └-- └ └ └ └ └ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀. on ▲ u_k ─k alt 

مدل زمان متغیر غیرخطی زمان مداوم

این مدل از طریق دو عملکرد به نام f () و c () داده می شود.

$$f(state, input) > state : state function c(state) >خروجی: عملکرد خروجی J_F: ماتریس Jacobian F J_C: ماتریس Jacobian از C D/DT (X_T) = F (x_t ، u_t) + w_t y_t = c (x_t) + r_t $ $

 اندازه گیری سیستم نویز X_Init نویز │ │ │ ▼ ▼ ▼ ▼ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ندارند. یکپارچه سازنده │=کت │ │ │ c (x_t) │= │= │ │ │ ▶ _k ▲ └ └ └ └ └ └‐ ،v ─ │ │ │ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ ┌ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ ◀ │ │ ◀ ◀ ◀ ─ ─ └ └ └ └ └ └ └ └ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀ ◀┐ x_k ┌== ┌= ┌ ┌ ┌ ⊕ ⊕ ⊕ ⊕ ⊕ ⊕ ⊕ ⊕* ⊕ ⊕ ⊕ ⊕ │ │ │ │ │ │ │ │ │ │ c (x_k) │ │ │ │ │ (x_k). f (x_k ، u_k) │ ◀ ─ as ─ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ └ _ _k ─k ─k نز ─k al