Kalman-Filter für Einsteiger: mit MATLAB Beispielen
Phil Kim, National Rehabilitation Research Institute of Korea
Createspace, 2016
ISBN: 978-1502723789;
Sprache: Deutsch
Das Buch "Kalman-Filter für Einsteiger" von Dr. Phil Kim vermittelt die Anwendung des Kalman-Filters anhand vieler praktischer Beispiele, die programmatisch mit MATLAB umgesetzt sind.
Das Kalman-Filter wird eingesetzt, um digitale Signale in Echtzeit von Rauschen zu befreien, nicht messbare Signale zu schätzen, Objekte zu tracken, Daten zu fusionieren und Messaussetzer zu überbrücken. Es findet Anwendung in Robotern, Raketen, Automobilen und selbst in Mäh-Robotor und autonomen Staubsaugern.
Das Buch fokussiert darauf, das Basisprinzip des Kalman-Filters und dessen Anwendungen zu verstehen. Sämtliche mathematischen Herleitungen wurden minimiert, so dass es Ingenieurinnen/-en und Studierenden einen praxisorientierten Einstieg in diese Thematik bietet. Das Buch möchte eine "Bedienungsanleitung für Kalman-Filter“ sein. Es verfolgt das Ziel, ein Verständnis des Kalman-Filters zu vermitteln und anschließend die Erkenntnisse, wo und wie dieser eingesetzt wird, um leicht und schnell den Umgang mit dem Filter zu erlernen.
Website auswählen
Wählen Sie eine Website aus, um übersetzte Inhalte (sofern verfügbar) sowie lokale Veranstaltungen und Angebote anzuzeigen. Auf der Grundlage Ihres Standorts empfehlen wir Ihnen die folgende Auswahl: .
Sie können auch eine Website aus der folgenden Liste auswählen:
So erhalten Sie die bestmögliche Leistung auf der Website
Wählen Sie für die bestmögliche Website-Leistung die Website für China (auf Chinesisch oder Englisch). Andere landesspezifische Websites von MathWorks sind für Besuche von Ihrem Standort aus nicht optimiert.
Amerika
- América Latina (Español)
- Canada (English)
- United States (English)
Europa
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)