状态估计算法 MATLAB 内附readme 详细说明了使用方法和步骤 有专门的txt文件 可以输入自己的bus阵 line阵等 即可进行状态估计

自动驾驶状态估计和定位算法，另外还包含了自动驾驶学习资料的获取： 涵盖感知，规划和控制，ADAS，传感器； 1. apollo相关的技术教程和文档； 2.adas（高级辅助驾驶）算法设计（例如AEB,ACC,LKA等） 3.自动驾驶鼻祖mobileye的论文和专利介绍 4.自动驾驶学习笔记 5.自动驾驶专项课程（可能是目前最好的自动教师教程），是coursera上多伦多大学发布的自动驾驶专项课程，应该是目前为止非常火非常好的教程了，包含视频，ppt，论文以及代码 6.国家权威机构发布的adas标准，这是adas相关算法系统的标准，也是开发手册。 7.规划控制相关的算法论文介绍 8. 控制理论及应用实践

本程序同时在Github进行上传，链接为：https://github.com/Cyyjenkins/powergrid-state-estimation 。如若您不希望消耗CSDN积分，则可前往此处下载:) 本程序通过最小二乘法与快速分解法，以实现电力系统状态估计（电力网系统辨识） 代码内容其实是对之前已经上传代码的重构，修改内容包括： 1.以面向对象形式封装程序，在类函数中同时整合了最小二乘法与快速分解法 2.修复已知bug，新增对错误输入数据的监控 3.将部分显示循环计算修改为向量化计算，以增加运行速度 4.添加大量注释，修改函数名与变量名，调整代码结构，以方便您对程序的理解

一类具有时变时滞的复杂网络的基于事件的状态估计：一种比较原理方法

本文针对状态估计，检查了通讯功率传输时线性动态系统状态的降维问题。为了满足并行传输数据的维数限制和通讯功率约束，采用降低状态维数的方法，通过传输信号的新息，提高传输效率，利用有限的通信资源，使接收端的状态估计达到最佳。此处采用差分脉冲编码调制系统（DPCM），基于最小误差熵估计算法和Kalman估计算法，得到了最优的状态降级维矩阵的设计方法，和对随机系统的可估计性以及对相应确定性系统的能观性进行了分析。分析和仿真结果表明，这种设计方法在传输信号满足通讯功率限制的条件下可以使接收端的状态估计性能达到最佳。

从攻击者的角度研究多传感器系统的安全性问题, 该系统配备有分散式卡尔曼滤波器和chi^2检测器.恶意攻击者通过修改新息序列以达到破坏系统性能的目的.为了最大程度地破坏系统性能,以数学期望的形式推导出子系统误差协方差表达式,并量化其与融合误差协方差的关系.此外,结合矩阵理论,分析受攻击前后系统性能指标的变化并给出可躲避chi^2检测器的最优线性欺骗攻击形式.最后,通过一个数值仿真例子验证所提出攻击策略的有效性.

高博翻译机器人学中状态估计，书的内容非常好，很有帮助，pdf原版，高博翻译机器人学中状态估计，书的内容非常好，很有帮助，pdf原版高博翻译机器人学中状态估计，书的内容非常好，很有帮助，pdf原版

具有时变时滞的离散时间BAM神经网络状态估计器的新方法

含有迟滞Hammerstein系统的非光滑卡尔曼状态估计

在这项工作中，我们考虑了非线性/非高斯系统中的状态估计问题。 本文基于高阶无味卡尔曼滤波器（HUKF），开发了一种新的高斯和估计算法。 针对HUKF，提出了一种sigma点选择方法，高阶无味变换（HUT）技术，该方法可以更精确地近似高斯分布。 我们介绍了高斯滤波器的系统公式，并开发了最优滤波器的高效和准确的数值积分。 然后，我们继续将HUKF的使用扩展到具有加性（可能是非高斯）噪声的离散时间非线性系统。 所得的滤波算法称为高斯和高阶无味卡尔曼滤波器（GS-HUKF），将预测和后验密度近似为有限数量的高斯密度加权和。 在理论分析和仿真中证实了所提出的高斯和HUKF在非线性非高斯滤波问题的计算精度和时间复杂度方面具有综合优势。