量测噪声实时估计,Real-time measurement noise estimation
1)Real-time measurement noise estimation量测噪声实时估计
英文短句/例句
1.Research on Performances of GI-RAIM Based on the Real-time Measurement Noise Estimation Algorithm基于量测噪声实时估计算法的GI-RAIM性能研究
2.The Algorithm on Processor Noise Estimate with Colored Measurement Noise有色测量噪声下的输入白噪声估计算法
3.Simplification of finite memorial online estimation for measurement noise量测噪声有限记忆在线估计简化算法
4.H_2 white noise estimation for linear continuous-time systems with delayed measurements观测时滞连续系统的白噪声H_2估计
5.The algorithm on update state estimate of OOSM with correlated noise噪声相关下的无序量测状态更新估计算法
6.Optimal white noise estimatorsfor linear systems with delayed measurements有观测时滞线性系统的白噪声最优估计
7.Optimal Estimation of Measurement Noise for Singular Systems with Multiplicative Noise带乘性噪声广义系统的观测噪声最优估计算法
8.Study of Measurement Noise and State Fusion Estimation Algorithms for Multi-Channel System with Multiplicative Noises;多通道带乘性噪声系统的观测噪声估计及状态融合估计算法研究
9.Finally, the influences of the measurement noise and the range of slip on the estimation precision are evaluated .同时还评估了测量噪声和转差范围对参数识别精度的影响。
10.Interacting Multiple Models Algorithm with Wavelet-Based Unknown Measurement Noise Estimation基于小波估计量测噪声方差的交互多模型跟踪算法
11.Multi-sensor state estimation fusion with correlated measurement noise量测噪声相关条件情况下的多传感器状态融合估计
12.Cross Esprit Methods Estimating The Parameters of Closesinusoids in Colored Noise;色噪声背景下正弦参量估计的互ESPRIT法
13.The Performance Analysis of Discrete-Time Detection and Estimation in Colour Gaussian Noise在有色高斯噪声中的离散时间检测与估计的性能分析
14.Evaluate the measuring sensitivity of various phase noise measuring instrument各种相位噪声测量仪测量灵敏度的评估
15.Experimental Evaluation on Methods of the Hurst Parameter Estimation Using Fractional Gaussian Noise;分形高斯噪声Hurst参数估计的实验评价
16.Time delay estimation of the shortest path in real-time monitoring of water depth with oblique incidence sonar声纳斜入射水深实时监测中最短路径时延估计
17.An Algorithm for Kinematic Filtering with Contaminated Measurement Noises测量噪声污染时的一种动态滤波算法
18.System Design of Low Noise CCD Measurement Base on the ARM基于ARM的低噪声CCD测量系统设计
相关短句/例句
Real time noise estimating实时噪声估计
3)time varying noise estimator时变噪声估计器
4)estimator of measurement noise观测噪声估计器
5)estimation of measurement noise观测噪声估计
6)energy features estimation噪声能量估计
延伸阅读
电力系统实时负荷预测电力系统实时负荷预测real time load forecast-ing of electric power systemz(‘)一名a，关(‘)+，(‘)式中f，(t)为负荷时间序列自校正功能的特征函数，由近期负荷历史数据求得;氏为模型参数，也由负荷历史数据求得;F(t)为误差项，假定为白噪声.谱分析方法能较为精确地描述非平稳随机过程.因此这个模型具有较强的适应天气因素变化的能力，具有较好的预侧精度。谱分析方法要由历史数据的负荷变化余t形成Q矩阵，求解Q矩阵的特征值及特征向量才能求解出特征函数关(·)及参数风，计算t比较大。(2)鲍克斯一詹金斯模型。利用了时间序列方法，又称ARMA模型.预测负荷的形式为z(t)，Y，(t)+Y(t)式中Y，(t)为正常天气棋式下各小时的负荷分t;Y(t)为附加的残差项.它反映天气模式与正常情况的差别及随机相关效应。在ARMA模型中，残差项可表示为 用山Y(t)一名a.Y(，一i)十艺名勺u.(t一j.)盛一12决·0+习C.W(‘一k) 盛.]式中u.(t)为‘个天气因素的输人，也可为系统中不同地区的天气效应;W(t)为零均值的白嗓声，反映负荷的随机变化，久、bj.、C.及，、n，、m.、H都是模型的参数，是未知常数，都需要由仿真法辨识.短期负荷预侧及超短期负荷预侧的模型荃本相似，只是在所取历史数据的长短及采样间隔上有所不同。节点负荷的预测节点的负荷不直接进行预侧。根据各个节点的历史负荷数据统计出两个比例系数:各节点在一天中几个时段的有功负荷与相应时段的系统总有功负荷的比例系数;各节点在一天中几个时段无功负荷与有功负荷的比例系数。由这些比例系数及各个时段系统总有功负荷即可计算出各个节点每个时段的预侧有功负荷及无功负荷。d ronl一x一torlg stl一shl{L{he丫一」ce电力系统实时负荷预测(real time load fore-easting of eleetrie power system)利用电力系统实时信息和历史数据对未来时刻的电力系统负荷进行预测。它是能量管理系统(energyn、anagomontsystem，EMS)中的一项实时功能。一般预测的对象是电力系统总有功负荷及系统中各个节点的有功负荷与无功负荷。负荷预测的目的与意义对未来的系统负荷情况的预测是制定电力系统运行计划(或称发电计划)的依据。电力系统运行的特点是任何时刻发电机发出的功率必须紧密跟踪系统负荷的需求(包括电力网中的功率损耗及厂用电)，以保持电力系统频率恒定。根据预测负荷来制定发电计划.决定机组间的负荷分配、水火电机组的协调、机组起停及与相邻系统间的功率交换等。
