当前位置:主页
> 资源下载 > 9 > 利用卡尔曼滤波技术,在经典健康疲劳模型基础上,提升对健康和疲劳状态估计的准确性,即为matlab2020a代码-Kalman-Fitness-Fatigue项目
-
利用卡尔曼滤波技术,在经典健康疲劳模型基础上,提升对健康和疲劳状态估计的准确性,即为matlab2020a代码-Kalman-Fitness-Fatigue项目
资源介绍
matlab2020a代码卡尔曼-健身-疲劳
通过卡尔曼滤波更好地估计健康和疲劳(在经典的健康疲劳模型之上)
Main_FF.m:运行参数估计和测试的主文件
在
Matlab2020a
下测试,需要
Simulink
和优化工具箱
此代码不提供任何明示或暗示的保证。
提供的示例数据都不是来自真实实验。
提供代码只是为了添加一些实现细节,这些细节可能有助于实现或分析论文“Performance
Estimation
using
the
Fitness-Fatigue
Model
with
Kalman
Filter
Feedback”下的各个方面
但是,请注意......代码需要考虑一下:它不能保证在新数据上产生稳定的结果,并且需要大量考虑所有模型参数的搜索范围的合理值是多少。
如果您在这些限制之外进行搜索,您最终可能会得到一个不稳定的系统模型,这会产生非常不切实际的结果。
此外,我提供的数据结构正确,但不现实,因此当模型收敛于这些奇怪的数据时,根据您的实际测量结果可能不会。
- 上一篇: TCPIP高效编程:改善网络程序的44个技巧(高清带书签)
- 下一篇: MATLAB中文教程