توضیحات
This book addresses a key technology for digital information processing: Kalman filtering, which is generally considered to be one of the greatest discoveries of the 20th century. It introduces readers to issues concerning various uncertainties in a single plant, and to corresponding solutions based on adaptive estimation. Further, it discusses in detail the issues that arise when Kalman filtering technology is applied in multi-sensor systems and/or multi-agent systems, especially when various sensors are used in systems like intelligent robots, autonomous cars, smart homes, smart buildings, etc., requiring multi-sensor information fusion techniques. Furthermore, when multiple agents (subsystems) interact with one another, it produces coupling uncertainties, a challenging issue that is addressed here with the aid of novel decentralized adaptive filtering techniques.Overall, the books goal is to provide readers with a comprehensive investigation into the challenging problem of making Kalman filtering work well in the presence of various uncertainties and/or for multiple sensors/components. State-of-art techniques are introduced, together with a wealth of novel findings. As such, it can be a good reference book for researchers whose work involves filtering and applications; yet it can also serve as a postgraduate textbook for students in mathematics, engineering, automation, and related fields.To read this book, only a basic grasp of linear algebra and probability theory is needed, though experience with least squares, navigation, robotics, etc. would definitely be a plus.
————————————————————–
ترجمه ماشینی :
این کتاب به یک فناوری کلیدی برای پردازش اطلاعات دیجیتال می پردازد: فیلتر Kalman ، که به طور کلی یکی از بزرگترین اکتشافات قرن بیستم محسوب می شود. این خوانندگان را با موضوعات مربوط به عدم قطعیت های مختلف در یک گیاه واحد و راه حل های مربوطه بر اساس برآورد تطبیقی آشنا می کند. علاوه بر این ، آن را به تفصیل در مورد موضوعاتی که هنگام استفاده از فناوری فیلتر کردن کالمن در سیستم های چند سنسور و/یا سیستم های چند عامل ایجاد می شود ، به تفصیل بحث می کند ، به ویژه هنگامی که از سنسورهای مختلف در سیستمهایی مانند روبات های هوشمند ، اتومبیل های خودمختار ، خانه های هوشمند ، ساختمانهای هوشمند استفاده می شود. و غیره ، نیاز به تکنیک های همجوشی اطلاعات چند حسگر. علاوه بر این ، هنگامی که چندین عامل (زیر سیستم ها) با یکدیگر در تعامل هستند ، عدم قطعیت های اتصال را ایجاد می کند ، یک مسئله چالش برانگیز که در اینجا با کمک تکنیک های فیلتر تطبیقی غیر متمرکز جدید مورد بررسی قرار می گیرد. هدف از این ، هدف کتابها این است که به خوانندگان یک تحقیق جامع در مورد خوانندگان ارائه دهد مشکل چالش برانگیز در ساخت فیلتر کالمن به خوبی در حضور عدم قطعیت های مختلف و/یا برای سنسورها/مؤلفه های متعدد. تکنیک های پیشرفته ، به همراه بسیاری از یافته های جدید معرفی می شوند. به همین ترتیب ، این می تواند یک کتاب مرجع خوب برای محققانی باشد که کار آنها شامل فیلتر و برنامه ها است. با این حال همچنین می تواند به عنوان یک کتاب درسی تحصیلات تکمیلی برای دانشجویان در ریاضیات ، مهندسی ، اتوماسیون و زمینه های مرتبط باشد. برای خواندن این کتاب ، فقط یک درک اساسی از جبر خطی و نظریه احتمال لازم است ، اگرچه تجربه با حداقل مربع ، ناوبری ، روباتیک ، و غیره قطعاً یک مزیت خواهد بود.
tag : دانلود کتاب فیلتر Kalman و همجوشی اطلاعات , Download فیلتر Kalman و همجوشی اطلاعات , دانلود فیلتر Kalman و همجوشی اطلاعات , Download Kalman Filtering and Information Fusion Book , فیلتر Kalman و همجوشی اطلاعات دانلود , buy فیلتر Kalman و همجوشی اطلاعات , خرید کتاب فیلتر Kalman و همجوشی اطلاعات , دانلود کتاب Kalman Filtering and Information Fusion , کتاب Kalman Filtering and Information Fusion , دانلود Kalman Filtering and Information Fusion , خرید Kalman Filtering and Information Fusion , خرید کتاب Kalman Filtering and Information Fusion ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.