1) attenuation recollection recursive
衰减记忆递推
2) fading memory
衰减记忆
1.
The correlation function is defined by all the historical measurements with fading memory weight .
提出了基于衰减记忆的地形辅助导航算法,算法使用了一个新的相关算子,根据量测值存在的历史时间长短,对量测值赋以不同的权值,用一个递归表达式递归地计算相关值。
2.
According to the irrational hypothesis problem that the fading memory factor is constant, exponential weighting factor is discussed in this paper.
根据衰减记忆因子为一个常数的不尽合理性的假设,深入研究了指数加权衰减记忆滤波因子,根据滤波收敛条件和滤波模型准确时的新息(残差)特点,提出了具有自适应性、抑制滤波发散的指数加权衰减记忆滤波算法,并通过仿真试验验证了自适应抑制滤波发散的有效性。
3.
It is proved in the paper that the uniformly ultimate boundedness of solutionsimplies the existence of periodic solutions to functional differential equations with infinite delayin admissible phase space with fading memory.
本文证明了在具有衰减记忆的允许相空间中，无限时滞泛函微分方程的解的一致最终有界性蕴含了周期解的存在性。
3) the damply passing consequence
衰减递推
4) fading memory method
衰减记忆法
1.
By importing fading factor in the process of confirming parameters,the fading memory method can fade the influence of former historical data and trace the characteristic variance of random se- ries.
衰减记忆法在率定参数过程中,引入衰减因子逐渐削弱前期历史数据的影响,能使模型参数能更好地跟踪随机序列过程特性的变化。
5) shape memory effect degradation
记忆效应衰减
1.
The microstructure of NiTi shape memory alloy and the mechanism of its shape memory effect degradation were studied by means of TEM.
对近等原子比ＮｉＴｉ形状记忆合金经几种不同工艺处理后的记忆效应衰减行为进行了研究。
6) attenuated memory filtering
衰减记忆法滤波
1.
In Kalman filtering the Doppler frequency is added as a new measurement and the attenuated memory filtering is employed,also,the corresponding algorithm is given.
提出了在卡尔曼滤波算法中增加多普勒频率作为观测量,同时选用衰减记忆法滤波,并给出了相应的算法。
补充资料：递推估计算法
利用时刻t上的参数估计孌(t)、存储向量嗘(t)与时刻 t+1上测量的输入和输出值u(t+1)和y(t+1)计算新参数值孌(t+1),再根据孌(t+1)计算出新参数值孌(t+2)，直到获得满意的参数值为止。这种算法的每一步计算量都比较小，能够使用小型计算机进行离线或在线参数估计，可以估计时变参数，也可以实时估计适应控制器的参数（见适应控制系统）。20世纪60年代，递推估计算法得到迅速发展，到了70年代产生了许多不同的方法，例如，有离线方法的各种变形、卡尔曼滤波法、随机逼近方法和模型参考适应参数递推估计法等。递推估计算法的各种方法可以用一个统一的公式来描述：
给孌(t),F(t),嫓(t)和w(t)不同的值就得到各种不同的方法：①递推最小二乘法；②递推增广最小二乘法；③递推近似极大似然法；④递推辅助变量法；⑤递推广义最小二乘法；⑥卡尔曼滤波参数估计；⑦随机逼近法；⑧模型参考适应法；⑨时变参数递推估计法。
参考书目
Lennart Ljung，Torsten Soderstrom， Theory and Practice of Recursive Identification，MIT Press., Combridge, Mass., 1983.
给孌(t),F(t),嫓(t)和w(t)不同的值就得到各种不同的方法：①递推最小二乘法；②递推增广最小二乘法；③递推近似极大似然法；④递推辅助变量法；⑤递推广义最小二乘法；⑥卡尔曼滤波参数估计；⑦随机逼近法；⑧模型参考适应法；⑨时变参数递推估计法。
参考书目
Lennart Ljung，Torsten Soderstrom， Theory and Practice of Recursive Identification，MIT Press., Combridge, Mass., 1983.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条