《表1 滤波误差比较：基于粒子群优化的扩展卡尔曼滤波方法研究》
提示：宽带有限、当前游客访问压缩模式
对比EKF算法、PSO-EKF算法和GO-PSO-EKF算法，具体预测误差值如表1所示。
| 图表编号 | XD002220100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.25 |
| 作者 | 谷鹏、王大龙、张世仓 |
| 绘制单位 | 中国航空工业集团公司雷华电子技术研究所第一研究部、中国航空工业集团公司雷华电子技术研究所第一研究部、中国航空工业集团公司雷华电子技术研究所第一研究部 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 锂电池参数表：基于扩展卡尔曼滤波算法的锂电池SOC估计》2020.10.20
- 《表1 变量符号定义：基于误差状态卡尔曼滤波估计的旋翼无人机输入饱和控制》2020.07.01
- 《表3 EKF算法流程图：基于自适应扩展卡尔曼滤波的锂离子电池荷电状态估计》2020.07.05
- 《表1 电池信息：基于自适应扩展卡尔曼滤波的锂离子电池荷电状态估计》2020.07.05
- 《表1 车辆部分参数：基于扩展卡尔曼滤波的汽车行驶状态估计》2020.03.01
- 《表2 初始条件：基于状态增广的修正迭代扩展卡尔曼滤波》2020.04.06
- 《表1 仿真参数：基于状态增广的修正迭代扩展卡尔曼滤波》2020.04.06
- 《表1 传感器标准差：基于反幂法和扩展卡尔曼滤波的姿态估计算法》2020.01.16
- 《表1 相对误差分析：基于自适应卡尔曼滤波在气象影响下负荷预测》2020.01.25
- 《表2 速度误差对比：基于模糊自适应容积卡尔曼滤波的北斗矢量接收机算法研究》2019.11.20
- 《表1 位置误差对比：基于模糊自适应容积卡尔曼滤波的北斗矢量接收机算法研究》2019.11.20
- 《表2 位置误差仿真结果：基于自适应无迹卡尔曼滤波的采摘机械手视觉伺服控制方法》2019.10.01
- 《表1 平均定位误差统计：基于卡尔曼滤波和加权LM法的井下精确定位算法》2019.11.01
- 《表2 质量辨识结果：基于扩展卡尔曼滤波的车辆参数辨识》2019.06.28
- 《表2 试验数据：基于扩展卡尔曼滤波的星敏感器在轨几何标定》2019.06.01
- 《表1 扩展卡尔曼滤波参数》2019.06.01
- 《表3 算法耗时对比：基于模型预测扩展卡尔曼滤波的动力定位状态估计》2019.07.25
- 《表2 仿真相关参数：基于模型预测扩展卡尔曼滤波的动力定位状态估计》2019.07.25
- 《表1 船模主要参数：基于模型预测扩展卡尔曼滤波的动力定位状态估计》2019.07.25
- 《表1 电池等效模型参数：基于等效模型扩展卡尔曼滤波锂电池SOC估算》2019.02.01