首先，阐述车辆侧向主动避撞系统的研究背景，并从行车信息感知与处理，换道 安全距离模型，车辆动力学控制和车辆建模四个方面搭建侧向主动避撞系统构架。 其次，在不影响控制效果的前提下，简化车辆模型，建立车身动力学模型、车轮 动力学模型、轮胎模型，为后续车辆观测器的设计提供数学模型。 再次，车辆侧偏角和轮胎侧偏刚度是车辆操纵稳定性的重要参数，本文采用无迹 卡尔曼滤波对车身侧偏角进行估计，采用带遗忘因子的递推最小二乘法对轮胎侧偏刚度进行估计，为车辆侧向运动提供必要的行驶状态和环境信息。 最后，设计双层控制器控制车辆侧向稳定性。设计上层控制器以获取车辆侧向避 撞的期望轨迹，即期望横摆角速率和期望车身侧偏角；设计直接横摆力矩自适应滑模 控制器获得车辆转向力矩，实现车辆稳定安全避障。

给出密度函数的非参数估计公式，并产生1、16、256和16384个服从一维标准正态分布的样本， 1． 分别就窗宽为 ， ，窗函数为高斯函数的情形估计所给样本的密度函数并划出图形。 2． 分别就 时用 近邻方法估计所给样本的密度函数并划出图形。

该资源是比较ekf和ukf实现参数估计，从实验结果可知，ukf明显比ekf的效果好。希望该资源对大家有用。

利用excel计算weibull三参数，对于没有weibull软件的人可是一个好东西啊

基于信号极化特性的多径参数估计技术研究

参数估计带遗忘因子递推最小二乘法仿真（RLS）（BASIC 程序）

利用MATLAB，基于传感器阵列，对空间信息和极化信息进行估计，给出三维空间图以及等高线图，对参数估计有一定的帮助

本实验的目的是学习Parzen窗估计方法。在之前的模式识别研究中，我们假设概率密度函数的参数形式已知，即判别函数J(.)的参数是已知的。本节使用非参数化的方法来处理任意形式的概率分布而不必事先考虑概率密度的参数形式。在模式识别中有躲在令人感兴趣的非参数化方法，Parzen窗估计的估计法

遗忘因子递推最小二乘参数估计，用于识别系统，MATLAB程序 遗忘因子递推最小二乘参数估计，用于识别系统，MATLAB程序

统计学第七版第五章参数估计