پرداخت امن توسط کارتهای شتاب
بازگشت وجه ضمانت بازگشت تا 7 روز
تضمین کیفیت ضمانت تضمین کیفیت
پشتیبانی 24 ساعته 7 روز هفته

فیلتر کالمن

فیلتر کالمن
۶۹,۰۰۰ تومان٪14 تخفیف

همونطور که میدانید بحث تخمینگر (Estimator) یا رویتگر (Observer) نه تنها در مهندسی کنترل (Control Engineering) و مهندسی برق (Electrical Engineering)، بلکه در تمامی رشته‌های مهندسی و حتی غیر مهندسی از جمله مهندسی مکانیک (Mechanical Engineering)، مهندسی شیمی (Chemical Engineering)، مهندسی هوافضا (Aerospace Engineering)، روباتیک (Robotics)، اقتصاد (Economics)، بوم‌شناسی (Ecology) و زیست‌شناسی (Biology) کاربرد فراوانی دارد. از طرف دیگر، فیلتر کالمن (Kalman Filter) به عنوان یک تخمینگر بهینه پرکاربردترین و محبوبترین رویتگر در تمامی کاربردهاست که مقالات و کتابهای بسیاری در مورد آن نوشته شده و هنوز هم کارهای تحقیقاتی زیادی در مورد آن انجام میشود. البته بحث تخمین به فیلتر کالمن و مشتقات آن محدود نشده و تخمینگرهای زیاد دیگری هم وجود دارند که استفاده میشوند.

من به عنوان یک مهندس کنترل در درسهای مختلفی که گذرانده‌ام، به صورت جسته گریخته با یک سری اطلاعات گسسته در مورد تخمینگرها مواجه شدم؛ از جمله بحث رویتگرهای لیونبرگر در درس کنترل مدرن یا فیلتر کالمن در درس کنترل فرآیندهای اتفاقی، اما هیچوقت به صورت منظم و سازمان یافته تخمینگرها را نشناختم. بنابراین قصد دارم در این سری فیلمها، سیر تا پیاز تخمینگرها، انواع، کاربردها، نحوه تحلیل و طراحی، نحوه پیاده‌سازی در متلب و هر چیزی که ممکن است در این مسیر مورد نیاز باشد، خدمت شما تقدیم کنم.

برای این کار یکی از کتابهای خیلی خوب و جامع را به عنوان مرجع اصلی این سری فیلمها در نظر گرفتم. نام کامل این کتاب “تخمینگرهای بهینه حالت، کالمن، ∞H و روشهای غیرخطی” بوده و نویسند آن Dan Simon از دانشگاه کلیولند است. این کتاب مزایای زیادی دارد که در جلسه اول به بعضی از آنها اشاره کرده‌ام. علاوه بر این کتاب که جنبه تئوری بحث را از آن دنبال میکنم، یک تولباکس (بر اساس متلب) رایگان و خیلی مفید را خدمت شما معرفی میکنم که شامل بسیاری از روشهای موجود بوده و از آن میتوان برای پیاده‌سازی اکثر تخمینگرها استفاده کرد. نام این تولباکس “فیلترینگ بهینه با استفاده از فیلترهای کالمن و اسموترها” بوده و تهیه کننده اصلی آن Simo Sarkka از دانشگاه آلتو فنلاند است که خودش در زمینه فیلتر کالمن و هموارسازها تحقیقات زیادی انجام داده است. با توجه به اینکه این تولباکس تمام روشهای موجود در کتاب رو پوشش نمیدهد، توابع مورد نیاز برای پیاده سازی این روشها به تدریج معرفی شده و نحوه اضافه کردن آنها به تولباکس و نحوه استفاده از آنها به طور کامل توضیح داده میشود.

به صورت خلاصه مباحث زیر در این سری فیلمها مورد بررسی قرار می گیرند:

  • مقدمات ریاضی از جمله جبرخطی و سیستمهای دینامیکی و فرآیندهای تصادفی
  • تخمین حداقل مربعات (Least Squares Estimation)
  • انتشار حالت و کواریانس (Propagation of States and Covariance)
  • فیلتر کالمن گسسته (Discrete Kalman Filter) و هموارساز آن (Kalman Smoother)
  • انواع فرمولبندیهای دیگر فیلتر کالمن
  • فیلتر کالمن برای سیستمهای دارای نویز رنگی (Colored Noise) و همبسته (Correlated)
  • فیلتر کالمن پیوسته Kalman Bucy Filter) KBF)
  • فیلتر ∞H
  • ترکیب فیلتر ∞H و کالمن
  • فیلتر کالمن توسعه یافته Extended Kalman Filter) EKF) و هموارساز آن (EKF Smoother)
  • فیلتر کالمن بدون بو! Unscented Kalman Filter) UKF) و هموارساز آن (UKF Smoother)
  • فیلتر ذره‌ای (Particle Filter)
  • فیلتر Extended Kalman Particle Filter) EKPF)
  • فیلتر کالمن مکعبی Cubature Kalman Filter) CKF) و هموارساز آن (CKF Smoother)
  • فیلتر کالمن گاوس-هرمیت Gauss-Hermite Kalman Filter) GHKF) و هموارساز آن (GHKF Smoother)
  • فیلتر کالمن تفاضل مرکزی Central Difference Kalman Filter) CDKF)
  • فیلتر کالمن برای سیستمهای دارای مدل چندگانه (سیستمهای سویچینگ مارکوف) Interacting Multiple Models Filters) IMM)

 

پیش نیازها: آشنایی اولیه با کدنویسی در متلب

لطفا قبل از دیدن ادامه پست حتما این ویدئو را ببینید:

برای اطلاع از فهرست موضوعی تمامی جلسات اینجا کلیک کنید

نکته آخر اینکه شاید برایتان جالب باشد که دکتر کیوان افشار مقاله زیر را با راهنمایی دکتر جوادی از جلسه 108 این مجموعه چاپ کرده است.

Mass estimation and adaptive output feedback control of nonlinear electromagnetic levitation system

 

برای دیدن جزئیات هر جلسه شامل: پیش نمایش هر جلسه، موضوع هر جلسه، مدت زمان هر جلسه و …. به تب فهرست جلسات بروید

برای خرید یک یا چند فصل به تب خرید موضوعی بروید.

مطالعه بیشتر

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

جلسه اول :

 در این جلسه تخمینگرهای (رویتگرهای) مختلف از جمله خطی و غیرخطی، گسسته و پیوسته و حالت ترکیبی طبقه بندی شده و از هر نوع چند نمونه معرفی می‌شود. به علاوه، انواع فیلتر کالمن و توسعه یافته های آن به عنوان یکی از مهمترین و کاربردی‌ترین رویتگرها بیان می‌شود. در ادامه، زندگینامه کوتاه Rudolf (Rudi) Emil Kalman آورده شده و سوابق تحقیقاتی و جوایز دریافتی وی نیز بیان می‌شود. همچنین مرجع اصلی این سری فیلمها که کتاب تخمین بهینه حالت نوشته شده توسط Dan Simon است، معرفی شده و یک کتاب دیگر نیز در این زمینه به عنوان نمونه نشان داده می‌شود. علاوه بر کتاب تخمین بهینه حالت که تئوری آن از کتاب Dan Simon دنبال می‌شود، بیشتر شبیه‌سازیها و کدنویسی‌ها برای پیاده‌سازی فیلترهای مختلف از طریق تولباکس ekf/ukf تهیه شده توسط Simo Sarkka، انجام می‌شود که در این جلسه معرفی می‌شود. جهت ارزیابی شما عزیزان جلسه اول رایگان تقدیم می‌شود.

مدت زمان آموزش: 78 دقیقه

حجم فایل: 239 مگابایت

محتویات درس: فیلم با کیفیت 720p - پاورپوینت درس – کتاب "تخمین بهینه حالت" اثر Dan Simon - کتاب "تخمین بهینه با کاربردهای آن برای ردیابی و ناوبری" اثر Yaakov Bar-Shalom – تولباکس "ekf/ukf" تهیه شده توسط Simo Sarkka

جلسه اول:

 
تمام پیش نمایشها دارای کیفیت 720p هستند ولی ممکن است به علت سرعت کم اینترنت شما با کیفیت پایینتر نمایش داده شوند.
 با نگهداشتن نشانگر بر روی گزینه Capture در نوار پایین صفحه نمایش، می‌توانید کیفیت دلخواه را انتخاب کنید

جلسه دوم : 

جلسه سوم : 

جلسه چهارم : 

جلسه پنجم: 

جلسه ششم: 

جلسه هفتم : 

جلسه هشتم : 

جلسه نهم : 

جلسه دهم : 

جلسه یازدهم : 

جلسه دوازدهم : 

جلسه سیزدهم : 

جلسه چهاردهم : 

جلسه پانزدهم : 

جلسه شانزدهم : 

جلسه هفدهم : 

جلسه هجدهم : 

جلسه نوزدهم : 

جلسه بیستم: 

طراحی با استفاده از واسط گرافیکی(GUI)

در تکمیل  فصل پنجم، دو نرم افزار در متلب تهیه شده که با استفاده از ورودی هایی که به آن داده می شود، فیلتر کالمن را  به صورت گرافیکی طراحی می کند.

ضمناً جهت يادگيري نحوه ايجاد gui (واسط گرافيکي در متلب) هم مي توانيد به آموزش واسط های گرافیکی در متلب و یا در اينجا کليک کنيد.

1- طراحي فيلتر کالمن گسسته با استفاده از GUI

در اين واسط گرافيکي مي توانيد براي يک سيستم گسسته از هر مرتبه اي، يک فيلتر کالمن گسسته طراحي کنيد و پاسخ واقعي، تخمين، بهره فيلتر کالمن و همچنين خطاي تخمين را مشاهده کنيد. همينطور ماتريس کواريانس خطاي حالت دائمي تخمين با استفاده از دو روش گريوال و ريکاتي و نيز خطاي RMS بين مقدار واقعي و تخمين هم نمايش داده شده است.

پیش نمایش

2- طراحي فيلتر کالمن گسسته برای یک سیستم پيوسته با استفاده از GUI

در اين واسط گرافيکي مي توانيد براي يک سيستم پيوسته از هر مرتبه اي، يک فيلتر کالمن گسسته طراحي کنيد و پاسخ واقعي، تخمين، بهره فيلتر کالمن و همچنين کواريانس خطاي تخمين را مشاهده کنيد. همينطور ماتريس کواريانس خطاي حالت دائمي تخمين با استفاده از دو روش گريوال و ريکاتي و نيز خطاي RMS بين مقدار واقعي و تخمين هم نمايش داده شده است.

پیش نمایش

جلسه بیست و یکم : 

جلسه بیست و دوم : 

جلسه بیست و سوم : 

جلسه بیست و چهارم : 

جلسه بیست و پنجم : 

جلسه بیست و ششم : 

جلسه بیست و هفتم : 

جلسه بیست و هشتم : 

جلسه بیست و نهم : 

جلسه سی ام : 

جلسه سی و یکم : 

جلسه سی و دوم : 

جلسه سی و سوم : 

جلسه سی و چهارم : 

جلسه سی و پنجم : 

جلسه سی و ششم: 

جلسه سی و هفتم : 

جلسه سی و هشتم : 

جلسه سی و نهم : 

جلسه چهلم : 

جلسه چهل و یکم : 

جلسه چهل و دوم : 

جلسه چهل و سوم : 

جلسه چهل و چهارم: 

جلسه چهل و پنجم : 

جلسه چهل و ششم : 

جلسه چهل و هفتم : 

جلسه چهل و هشتم : 

جلسه چهل و نهم : 

جلسه پنجاهم : 

جلسه پنجاه و یکم : 

جلسه پنجاه و دوم : 

جلسه پنجاه و سوم : 

جلسه پنجاه و چهارم : 

جلسه پنجاه و پنجم : 

جلسه پنجاه و ششم : 

جلسه پنجاه و هفتم : 

جلسه پنجاه و هشتم : 

جلسه پنجاه و نهم : 

جلسه شصتم : 

جلسه شصت و یکم : 

جلسه شصت و دوم :

جلسه شصت و سوم :

جلسه شصت و چهارم :

جلسه شصت و پنجم :

جلسه شصت و ششم :

جلسه شصت و هفتم :

جلسه شصت و هشتم :

جلسه شصت و نهم :

جلسه هفتادم :

جلسه هفتاد و یکم :

جلسه هفتاد و دوم :

جلسه هفتاد و سوم :

جلسه هفتاد و چهارم :

جلسه هفتاد و پنجم :

جلسه هفتاد و ششم :

جلسه هفتاد و هفتم :

جلسه هفتاد و هشتم :

جلسه هفتاد و نهم :

جلسه هشتادم :

جلسه هشتاد و یکم :

جلسه هشتاد و دوم :

جلسه هشتاد و سوم :

جلسه هشتاد و چهارم :

جلسه هشتاد و پنجم :

جلسه هشتاد و ششم :

جلسه هشتاد و هفتم :

جلسه هشتاد و هشتم :

جلسه هشتاد و نهم :

جلسه نودم:

جلسه نود و یکم :

جلسه نود و دوم :

جلسه نود و سوم :

جلسه نود و چهارم :

جلسه نود و پنجم :

جلسه نود و ششم :

جلسه نود و هفتم :

جلسه نود و هشتم :

جلسه نود و نهم:

جلسه صدم :

جلسه صد و یکم :

جلسه صد و دوم :

جلسه صد و سوم :

جلسه صد و چهارم :

جلسه صد و پنجم :

جلسه صد و ششم :

جلسه صد و هفتم:

جلسه صد و هشتم :

در صورتیکه قصد خرید فصل ها را به صورت جداگانه دارید براساس جدول زیر، شماره فصل را از منوی کشویی که بالای دکمه "افزودن به سبد خرید" است، انتخاب کنید و سپس بر روی دکمه "افزودن به سبد خرید" کلیک کنید تا فصل مربوطه به سبد خریدتان اضافه شود. 

فصل 1: جلسات 1-5 تئوری سیستم های خطی
فصل 2: جلسات 6-8 تئوری احتمالات
فصل 3: جلسات 9-11 تخمین حداقل مربعات
فصل 4: جلسات 12-13 انتشار حالت و کواریانس
فصل 5: جلسات 14-20 فیلتر کالمن گسسته
فصل 6: جلسات 21-27 فرمولبندی های دیگر فیلتر کالمن
فصل 7: جلسات 28-37 تعمیم های فیلتر کالمن
فصل 8: جلسات 38-44 فیلتر کالمن پیوسته
فصل 9: جلسات 45-51 هموارسازی بهینه
فصل 10: جلسات 52-56 مباحث تکمیلی فیلتر کالمن
فصل 11: جلسات 57-63 فیلتر h-infinity
فصل 12: جلسات 64-67 مباحث تکمیلی فیلتر h-infinity
فصل 13: جلسات 68-79 فیلتر کالمن توسعه یافته extended kalman filter
فصل 14: جلسات 80-89 فیلتر کالمن unscented kalman filter
فصل 15: جلسات 90-96 فیلتر ذره ای particle filter
فصل 16: جلسات 97-108 انواع دیگر فیلتر ها ckf,cdkf, ghkf, immkf

دیدگاهها

  1. سیما

    سلام جلسات رو به صورت تکی از سایت نمیشه خریداری کرد راهنمایی بفرمایید

    • مدیر سایتادمین سایت ( مالک تایید شده )

      سلام نه متاسفانه

  2. محمد

    سلام جناب دکتر
    خیلی ممنون از آموزش های خوبتون
    یه سوال داشتم خدمتتون داخل فصل یک در مورد گسسته سازی سیستم های غیرخطی مطلبی ارائه نشده بود می خواستم بدونم گسسته سازی این سیستم ها چجوری باید انجام بشه؟

    • مدیر سایتادمین سایت ( مالک تایید شده )

      سلام اگر همچنان مشکلتون پا برجاست سوالتون رو مجددا بپرسید تا پیگری کنم. دکتر جوادی به شدت سرشون شلوغ بود

  3. شیما

    سلام فیلتر کالمن مقاوم با عدم قطعیت در کدوم جلسات هست؟

  4. محمد

    با سلام خدمت شما جناب اقای دکتر جوادی ممنون از اموزش های بسیار خوبتون جناب اقای دکتر من سیستم باک با مدل غیر خطی گسسته رو انتخاب کردم و برای پیاده سازی از EKF استفاده کرده ام اقای دکتر ببخشید تخمین پارامتر ها به جز پارامتر اندازه گیری شده بقیش مقداری قابل توجه تفاوت داره و با تست کردن مقادیر مختلف ماتریس Q کواریانس خطا خطای تخمین پارامتر ها کم و زیاد میشه ببخشید فرمولی و یا راه حلی به منظور انتخاب اندازه های ماتریس Q هست ک بر اساس اون تعیین کنیم اقای دکتر شما فیلم در این باره ندارید ک بتونم استفاده کنم و یا مقاله و یا رفرنس ک بتونه من رو راهنمایی کنه . و جناب دکتر ی سوال دیگه شما در فصل 13 فرمودید اگه از IEKF استفاده کنیم سیستم خطا رو کمتر می کنه ولی من از توابع سیمو سار کا ک می خوام استفاده کنم تخمین بی نهایت میشه ایا همیشه IEKf جواب EKF رو بهبود میده یا همیشه این طور نیست ممنون میشم راهنمایی بفرمایید

  5. محمد

    با سلام خدمت شما جناب اقای دکتر ممنون از اموزش های بسیار بی نظیرتون جناب اقای دکتر ببخشید ی سوال دارم خدمتتون من قصد اعمال پیاده سازی کالمن گسسته ک زحمت کشیدید در فصل 5 تدریس کردید رو دارم و با کمک تولباکس سیموسارکا ک فرمودید در هنگام شبیه سازی مبدل باک فقط یکی از متغیر ها رو بدرستی تخمین میزنه و متغیر دوم درست تخمین زده نمیشه در مدل فضای حالت با مدل واقعی تفاوت هایی داره چون مدل واقعی بر اساس عناصر RLC هستش ولی فضای حالت در متلب فانکش نوشتم و همانند مثال ک در مورد وارونگی کالمن فرمودید عمل کردم و مثدار Q رو تا خدی بزرگ هم می گیرم مشکل حل نمیشه ممنون میشم راهنمایی بفرماییداگه راه دیگری بنظرتون میرسه با تشکر

    • دکتر علی جوادی

      سلام
      تخمین بی کیفیت دلایل مختلفی میتونه داشته باشه مثل اشکالات کد نویسی با تنظیمات نادرست پارامترها
      حتی ممکنه مدل مشکل داشته باشه. در حالت کلی نمیشه چیزی گفت

      • محمد

        جناب دکتر ببخشید کد نویسی ک مشابه دستورات ک خودتون فرموودید هست برای قسمت تخمین پارامتر ها و پارامتر های مدل هم RLC هست مدل پلنت نیازی ب نوشتن نداره و ی فضای حالت داره مدل فضای حالت با مدل واقعی تفاوت پیدا میکنه ب دلیل برخی صرف نظر خا مثل ولتاژ دیود و….. ک شما در جلسه سوم فرمودید چند روش به منظور تصحیح خطا های فیلتر کالمن واگرا و استفاده از فیلتر کالمن مقید در جلسه هفتم بنظرتون ایاجلسات هفتم بمنظور کمک ب تصحیح تخمین بی کیفیت میتونه مفید باشه؟ ممنون میشم راهنمایی بفرمایید با تشکر

        • دکتر علی جوادی

          اگر داده های اندازه گیری از سیستم واقعی باشه و مدل با سیستم واقعی متفاوت باشه، همین میتونه عامل خطای تخمین باشه
          من در جلسه هفتم چیزی در مورد فیلتر کالمن مقید نگفتم ولی اگه بقیه موارد درست باشه بدون تغییر روی فیلتر کالمن هم باید جواب بده

          • محمد

            ممنون از راهنمایی های بسیار خوبتون جناب اقای دکتر ببخشید مزاحمتون شدم

  6. مصطفی مهدی یوسف

    سلام دکتر جوادی خواهش میکنم با دقت بخوانید به کمکتون نیاز دارم. بنده باید حتما از روش انتگرال گیری ذوزنقه ای برای پیاده سازی تخمین حالت با روش HUKF استفاده کنم منتهی نقاط سیگما را تولید می کنم بعدش که میخام این نقاط را در معادلات سیستم انتشار بدم با روش ذوزنقه ای یکم برای ابهام پیش میاد بدین صورت من کد را نوشته ام آیا درسته؟ گفتنی است xbreve در ابتدای کد همان نقاط سیگمای تولید شده خواهند بود و در انتهای کد همان نقاط سیگمای انتشار یافته خواهند بود.xbreve1 هم یک متغییر میانی است. dxbreve1 , dxbreve2 هم نقش دلتای ایکس فرمول اویلر اصلاح شده را بازی می کنند.
    dxbreve1=f(xbreve)
    xbreve1=xbreve+dxbreve1*T
    dxbreve2=f(xbreve1)*T
    xbreve=xbreve+(dxbreve1+dxbreve2)*T/2

    • دکتر علی جوادی

      سلام
      به خاطر تاخیر در پاسخدهی عذرخواهی میکنم.
      برای مشاوره و راهنمایی با ایمیل زیر مکاتبه کنید:
      alij63@gmail.com

  7. محسن

    سلام
    دکتر با وجود مباحث deep learning ، مزیت فیلتر کالمن نسبت به deep learning چیه که ما توی کارمون به سمت deep learning نریم ؟

    • دکتر علی جوادی

      سلام
      من در زمینه deep learning کار نکردم و نمیتونم اظهاز نظری در این زمینه داشته باشم

  8. reza

    سلام مهندس جوادی من فیلتر کالمن میخام روی کوادکوپتر پیاده کنم کدام جلسه ها را خریداری کنم

    • دکتر علی جوادی

      سلام

      اول کلیپ ابتدایی پست رو ببینید.
      بعد با توجه به دینامیک سبستم خودتون و فهرست موضوعی جلسات (که از زیر کلیپ اول پست قابل دانلود هست)، جلسات مورد نظر رو تهیه کنید

  9. کلایی

    با سلام و روزبخیر-من فصل اول رو الان خریداری کردم ولی متاسفانه لینک های ارسال شده باز نمی شوند. پیغام potential security risk داده می شود.

    • دکتر علی جوادی

      سلام
      لطفا با پشتیبانی (آقای عباسی) مطرح کنید:
      09132851920

  10. محمد

    با شلام خدمت شما جناب اقای دکتر ببخشید ی سوال دارم خدمتتون جناب اقای دکتر در فصل 8 فصل کالمن پیوسته خطی شما برا شبیه سازی تمرینات در حال ک معادلات کالمن پیوسته خطی رو معرفی کردید ولی در ابتدا سیستم رو گسسته می کردید و محاسبات با توجه ب خروجی اون بدست می اوردید مگه نمیشه از طریق انتگرال گیری از معادلات حالت پیوسته خروجی رو بدست بیاریم و ب سیستم بدیم در حلی ک در سیمولینک شما گسسته سازی رو انجام ندادید ممنون میشم راهنمایی بفرمایید با تشکر دلیل گگسته سازی سیستم چیه ممنون

    • دکتر علی جوادی

      با سلام و وقت به خیر و عذرخواهی به خاطر تاخیر در پاسخ دهی
      چند روز مسافرت بودم فرصت نشد نظرات رو چک کنم.
      معادلات پیوسته رو اگر بخواهید حل کنید باید حتما در محیط متلب گسسته کنید.
      حتی وقتی که در محیط سیمولینک حلشون کنید خود متلب زحمت گسسته سازی رو میکشه.

دیدگاه خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

کنترل سیستمهای تاخیردار با استفاده از LMI

کنترل سیستمهای تاخیردار با استفاده از LMI
۱۷۸,۸۰۰ تومان

کنترل مقاوم سیستمهای خطی تحت اغتشاش با روش شکل دهی حلقه
۱۴۹,۰۰۰ تومان

جلسه اول کنترل سیستمهای تاخیردار با استفاده از LMI (شبیه سازی)
رایگان
کنترل فیدبک خروجی بهینه LQG

کنترل فیدبک خروجی بهینه LQG
Original price was: ۲۸۸,۰۰۰ تومان.Current price is: ۱۷۸,۸۰۰ تومان.
محصولات مشابه
کنترل فیدبک خروجی سیستمهای خطی از طریق رویتگر (تخمین‌گر) با استفاده از نامساوی‌های ماتریسی خطی (LMI)

کنترل فیدبک خروجی سیستمهای خطی از طریق رویتگر (تخمین‌گر) با استفاده از نامساوی‌های ماتریسی خطی (LMI)
Original price was: ۲۶۴,۰۰۰ تومان.Current price is: ۱۷۸,۸۰۰ تومان.
سبد خرید

سبد خرید شما خالی است.

ورود به سایت
فیلتر کالمن

۶۹,۰۰۰ تومان

انتخاب گزینه‌ها