-
滑坡地质灾害隐患点动态变监测点密度的测量电极网络和编址技术、基于无迹卡尔曼滤波的四维视电阻率动态数据处理与滑坡体模型预测技术;最终得到一种适用于输电
-
短期(0-72小时)不同预报时效的客观预报产品;采用多尺度混合初值扰动、集合卡尔曼滤波同化和云分析等技术,制作关注区域基本气象要素和高影响要素的集合预报产品;基于数值天气预报产品和实况数据
-
来满足特定的测试场景7.支持边缘端加载,及运行基于电化学模型的分析算法(遗传算法,卡尔曼滤波,数据一致性,非线性最小二乘),计算电池模组的SOH功能指标:1
-
软件系统要求支持数据平滑滤波、断点拟合连续等功能,系统预设高斯滤波、巴特沃斯滤波、卡尔曼滤波等多种滤波模式,支持全身和局部滤波。▲27.软件系统支持三维运动生物力学基础分析
-
分析保障期间臭氧敏感性时空分布变化情况。③开展ENKF反演排放分析。保障结束后采用集合卡尔曼滤波方法(ENKF)反演福州市逐日污染物排放,评估福州市保障期间减排效果
-
重要技术指标评审▲支持多种多目标跟踪,跟踪方法不少于3种,且至少包含卡尔曼滤波和基于深度学习的跟踪方法。在3种方法的基础上,每多提供1种方法得0.4分
-
通过三维设备的操作,完成初始对准过程(10)根据曲线完成误差设置、卡尔曼滤波参数设置及组合导航算法设置(11)完成发射,记录曲线
-
通过三维设备的操作,完成初始对准过程(10)根据曲线完成误差设置、卡尔曼滤波参数设置及组合导航算法设置(11)完成发射,记录曲线
-
9012008-0001科技项目包1基于FPGA和卡尔曼滤波的温度控制器检测技术研究与应用北极星防务科技(吉林)有限公司3106823CG05
-
19/个古月居OriginBotOriginBot加速度、陀螺仪、角度输出、自带卡尔曼滤波按行业标准提供服务5电池10/个古月居OriginBotOriginBot续航2
-
对系统资源要求不高,时间复杂度低,在简单背景下能够取得良好的跟踪效果。卡尔曼滤波利用目标的动态信息,能设法去掉噪声的影响,得到一个关于目标很好的估计
-
一部分内容是储能集中监控平台建设。1)算法研究开发:包括基于扩展卡尔曼滤波器的储能电池簇内电池单体在全串联结构下的SOC和SOH估计算法
-
区域以及广东省的主要温室气体排放清单数据和生态系统(自然源)温室气体通量(排放)数据,基于集合卡尔曼滤波模式(EnKF)和贝叶斯集成反演模式的温室气体排放反演技术
-
电源管理、无线通信、陀螺仪设计、加速度计设计、气压计设计、PWM驱动及PID算法、卡尔曼滤波。6.实验项目:包括组装无人机、遥控器的校准、无线数据的收发、无人机操控
-
5.角度度监测模组:倾角监测三轴陀螺仪,RS485输出信号,三级数字滤波处理器,卡尔曼滤波算法,0.01精度测量。6.预警模组:电压5V、SS8050三极管驱动、I/O口输入低电平
-
动态贝叶斯算法融合矫正模块,MORPHING算法融合矫正模块,以及卡尔曼滤波算法融合矫正模块,针对大气海洋关键变量的数据特征,对大气温湿度、风场
-
三余度系统稳定可靠,集成3轴加速度计,三轴陀螺仪,磁传感器,动静压传感器,采用拓展卡尔曼滤波算法,温飘补偿,三余度IMU系统,增加系统鲁棒性(陀螺、加速度计
-
东方智感山境/MT200(含4个外接单元)基于FDR频域反射原理精确测量含水率;硬件层卡尔曼滤波算法让数据稳定、好用,免标率定,将同一位置的土壤含水率
-
线速度与角速度校正;7、IMU9轴的AHRSMadawick姿态算法;8、采用全新的扩展卡尔曼滤波(ekf)多传感器姿态融合算法;9、集成于Opencv的常用于边检测
-
基于MPU6050的姿态获取及分析;5.气压测量;6.PWM调速;7.卡尔曼滤波;8.内置PID自动控算法,实现自、稳飞行9.双开发模式,既能够实际飞行
-
▲时序异常检测算法,包括:基于k-sigma的同比算法,时序预测模型ARIMA,卡尔曼滤波器,长短时记忆网络LSTM等。25.▲支持异常检测算法形成的基线
-
5高斯;12、数字压力传感器:300mbar至1100mbar;13、自适应扩展卡尔曼滤波器:自动协方差计算、可编程参考重定向、可编程传感器干扰水平
-
空速平衡。2.3集成3轴加速度计,3轴角速度计,磁传感器,动静压传感器,采用扩展卡尔曼滤波算法,温飘补偿,确保各数据源精准。2.4全部传感器需在