زد فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

زد فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

دانلود مقاله استفاده از مدل احتمالاتی Extended Kalman Filter

اختصاصی از زد فایل دانلود مقاله استفاده از مدل احتمالاتی Extended Kalman Filter دانلود با لینک مستقیم و پر سرعت .

دانلود مقاله استفاده از مدل احتمالاتی Extended Kalman Filter


دانلود مقاله استفاده از مدل احتمالاتی Extended Kalman Filter

استفاده از مدل احتمالاتی Extended Kalman Filter

مقاله ای مفید و کامل

 

 

 

لینک پرداخت و دانلود *پایین مطلب* 

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

تعداد صفحه:14

چکیده :

در این مقاله ابتدا به بررسی متدهای مختلف در مکان یابی ربات ها پرداخته شده است. سپس یکی از متدهای احتمالاتی در موقعیت یابی را که دارای مزایا و قابلیت های متناسب با سیستم مورد نظرمان بود را انتخاب کردیم. پس از انتخاب متد EKF به بررسی ساختاری ربات جهت منطبق کردن با سیستم انتخابی پرداخته شد. بعلاوه از یک سیستم فازی نیز جهت بهینه سازی خروجی و داشتن خروجی متناسب با داده های ورودی استفاده کردیم.

در بخش پایانی نیز به پیاده سازی سیستم و تست آن برروی ربات مورد نظر که در این مقاله یک ربات فوتبالیست سایز متوسط است که در مرکز تحقیقاتی مکاترونیک دانشگاه آزاد اسلامی قزوین ساخته شده و بنام MRL خوانده می شود. محیط مورد نظر، زمین فوتبال خاص این گونه ربات ها   می باشد. هدف این مقاله ارائه سیستمی جهت موقعیت یابی مناسب ربات فوتبالیست با توجه به وجود خطا در اطلاعات جمع آوری شده جهت موقعیت یابی می باشد.

واژه های کلیدی‌: موقعیت یابی، ربات، Flag، Extended Kalman Filter، Localization، فازی، انکدر، Vision.

1- مقدمه

در سال های اخیر مساله موقعیت یابی ربات های متحرک از جمله مسائلی است که مورد توجه محققین در این زمینه قرار گرفته است. هدف اصلی، موقعیت یابی اینگونه ربات ها در محیط های پویای دو بعدی است. یکی از انواع این ربات ها ربات های سه چرخ همه جهته بوده که امکان جابجایی و حرکت مستقل از زاویه و جهت ربات را فراهم می سازد که در محیط های پویا مورد استفاده قرار گرفته اند. تحقیقات مختلفی در این زمینه صورت گرفته است. مرکز تحقیقات مکاترونیک دانشگاه آزاد اسلامی قزوین نوعی از این ربات های فوتبالیست که بنام MRL خوانده می شوند را در اختیار دارد. این ربات دارای سه چرخ با زاویه 120درجه نسبت به هم است که توسط یک موتور فرمان با یک شفا انکدر هدایت می شود برای کنترل این ربات از یک سیستم کامپیوتری کتابی با سیستم عامل ویندوز استفاده شده است. اطلاعات مورد نظر ربات توسط دوربینی با قابلیت دریافت تمام جهات درک شده و مورد پردازش قرار می گیرد. در این مقاله کنترل حرکت ربات MRL برای رسیدن توپ با توجه به وجود مانع(حریف مقابل) مورد بررسی قرار گرته است که هدف آن است که بتوان با توجه به غیرخطی بودن مساله امکان ارائه یک مسیر مناسب را مورد بررسی و شبیه سازی قرار داد شکل (1) نمونه ساخته شده این ربات را نشان می دهد.

و...

NikoFile


دانلود با لینک مستقیم


دانلود مقاله استفاده از مدل احتمالاتی Extended Kalman Filter

مقاله مدل های احتمالاتی فرآیندهای پواسن

اختصاصی از زد فایل مقاله مدل های احتمالاتی فرآیندهای پواسن دانلود با لینک مستقیم و پر سرعت .

مقاله مدل های احتمالاتی فرآیندهای پواسن


مقاله مدل های احتمالاتی فرآیندهای پواسن

این فصل بعضی از ویژگی های ساده فرآیندهای =واسن را تعمیم می دهد. ما فرآیندهای پواسن ناهمگن (NHPP) و فرآیندهای پواسن همگن (HPP) ، هر دو را در نظر می گیریم.

  1. 1. فرآیندهای پواسن؛

توزیع پواسن یک مدل مفید برای بیشتر کاربردها ، توزیعی گسسته بر اعداد صحیح نامنفی است.توزیع پواسن یک نقش مرکزی را در مطالعه فرآیندهای پواسن ایفا می کند و یک رده از مدل ها را برای سیستم های تعمیرپذیر تشکیل می دهد.

تعریف 23. متغیر تصادفی X دارای توزیع پواسن است اگر متغیر تصادفی گسسته ای باشد که تابع جرم احتمال آن برابر باشد با:

p(x) = P(X=x) = ,   x=0,1,2,… .

اگر متغیر تصادفی گسسته X دارای این تابع جرم احتمال باشد،می نویسیسم X~ POI(Φ).

قضیه بعدی میانگین و واریانس توزیع فرآیند را ارائه می دهد.

قضیه 14. اگر X~ POI(Φ) ، آنگاه E(x)=Φ و V(x)=Φ.

اثبات.اثبات واضح است.

E(X) =

       =

         =exp(-

       =

       =

سری عبارت آخر،سری های توانی exp(Φ) است،بنابراین:

E(x) = Φ exp(-Φ) exp(Φ) = Φ

برای یافتن واریانس x ابتدا E(x2) را می یابیم.

E(X2) =

         =

         =

         = exp(-φ)

         =φ exp(-φ) + )

         = )

         = )

       =

       = .

Thus:

V(x) = E(X2) – [E(x)]2

         =

         = .

 

شکل2.1، توابع جرم احتمال برای دو توزیع پواسن

شکل 2.1 توابع جرم احتمال را برای توزیع های پواسن با میانگین Φ = 2 و Φ = 5.2 نشان می دهد.کمترین مقدار احتمال برای عدد تصادفی x صفر است و خروجی x از بالا بی کران است

 

 

 

 

 

 

 

 

این مقاله به صورت  ورد (docx ) می باشد و تعداد صفحات آن 180صفحه  آماده پرینت می باشد

چیزی که این مقالات را متمایز کرده است آماده پرینت بودن مقالات می باشد تا خریدار از خرید خود راضی باشد

مقالات را با ورژن  office2010  به بالا بازکنید


دانلود با لینک مستقیم


مقاله مدل های احتمالاتی فرآیندهای پواسن