2) bias estimation
偏差估计
1.
Research on joint data association and bias estimation method in radar networks;
雷达组网中联合数据关联与偏差估计方法研究
2.
Taking Earth Centered Earth Fixed(ECEF) coordinate as common grid,this paper discusses bias estimation in 3-D sensor network according to the superposition of the same target in different sensors,the linearized measurement equation of range,range gain,azimuth and elevation deviation of each sensor can be derived via the first order Taylor series expansion.
采用地心地固坐标系作为统一坐标系,研究了3-D传感器组网中的偏差估计问题,根据同一目标位置在各个传感器探测中的迭合条件,运用一阶泰勒展式推导出各个传感器的距离、距离增益、方位角、仰角偏差的线性化公式,利用最小二乘法在线估计出各个偏差量,并实时进行修正,仿真结果验证上述方法的有效性。
3) estimation bias
估计偏差
1.
The solution error and the Kalman filter estimation bias are simulated respectively using the given transfer alignment model for two cases,i.
对于给定的传递对准的误差模型,针对常值外观测速度、位置误差和随机外观测速、位置度误差两种情况,分别对惯导系统的传递对准误差模型的解算偏差和KALMAN滤波器的估计偏差进行了仿真分析。
4) Systematic error estimation
系统误差估计
1.
Systematic error estimation is an important process for data fusion and target tracking in radar networking system, and observability is the key factor which determines the estimation accuracy.
系统误差估计是雷达组网融合跟踪系统的重要环节,而可观测度又是决定误差估计效果的关键因素。
2.
Actually,it′s hard to describe the observability quantitatively,so an indirect observability detection method is proposed in this paper,which focuses on how to measure the precision of systematic error estimation in unknown observability condition.
现实中,一般难以定量描述系统的可观测度,因此本文首先提出了一种间接的可观测度检测方法,用于衡量未知可观测度条件下系统误差估计的精度。
5) estimation of systematical variance
系统方差的估计
6) Partial residuals estimates
偏残差估计
补充资料：逼近函数的偏差
逼近函数的偏差
deviation of an approxmating function
通近函数的偏差【山血位扣of ana即.油加tiI犯如‘丘.;yoo.e。。e np:6二:狱a沁川e‘中y。二明。。1 逼近函数g〔K和一个给定函数f任叨之间的距离p匆，f).在同一个类叨内可以考虑用不同度量p，譬如一致度量 p(g，f)一碧笃}g(x)一f(x)I，以及积分度量 /(。，，)一(i一(·)一，(·):“·)’‘’，p一和别的度量.至于逼近函数的类K则可以用代数多项式、三角多项式，还有f关于某个正交系的正交展开的部分和，这些部分和的线性平均，以及一些别的集之、
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