使用最小二乘法估计刚体惯性参数，基于： CG Atkeson、CH An 和 JM Hollerbach，“机械臂载荷和连杆的惯性参数估计”，Int。 J. 罗布。 研究，卷。 5，没有。 3，第 101-119 页，1986 年 9 月

包含背景 电特性模型讲解 热特性、老化特性讲解 电池参数辨识的详细介绍 相信你看了能学到不少东西 由于文件大小分三部分上传

内包括卡尔曼滤波算法详细讲解 基于在线的参数辨识的估计 经验估计方法 内容硬核丰富值得学习

包含基本原理 查表发 基于状态估计和参数辨识方法 直流电阻法 基于交流阻抗谱的方法 利用传递函数直接计算 全篇总结

提出一种基于非下采样Contourlet变换的径向基神经网络(RBF)自适应阂值去噪方法。在NSCT域通过RBF神经网络使目标误差函数GCV(T)的最小化,从而确定最优阂值,再通过软阂值函数去噪。利用NSCT的平移不变性来抑制伪Gibbs失真,从而能完整地保留图像的纹理和边缘等信息。实验结果表明,该方法可以有效去除高斯噪声,提高图像的峰值信噪比。

分析了分布式电源(DG)并入配电网后,传统的接线结构由单电源供电网络变为了多电源供电网络,改变了系统的潮流分布,继而配电网继电保护出现不协调的问题。针对DG并网后带来的误动、拒动和灵敏度降低等一系列问题,提出了一种通信式自适应电流保护方法,采用GOOSE over UDP实现信息传输并和自适应电流整定方法相结合,解决了DG接入配电网带来的问题。

该资源是最新2022年差分进化算法处理单目标优化的文章代码还原，内包含测试集CEC2005/CEC2013/CEC2017/标准测试集，其都可以采用该算法优化

基于空间尺度的模糊核估计，用于盲运动去模糊

用Verilog写的串口自适应的程序，可以适应在110，300，600，900，1200，2400，4800，9600，1440，19200，15600，115200等多种串口模式下实现通信，其中包括波特率发生模块，端口波特率侦测模块，老外写的，值得借鉴

为了进一步改善非线性功率放大器系统的线性度,提出了一种基于BP神经网络逆向建模的离线训练自适应预失真方法。利用BP神经网络对功放逆向建模,并将建立好的逆模型参数作为预失真器模型初值。为了提高在初始预失真系统中预失真器的线性化效果及系统自适应进程的速度,在建立自适应预失真系统之前,利用BP逆向模型对预失真器进行离线训练。最后采用直接结构和最小均方(LMS)算法调节神经网络预失真器的权值,以消除放大器非线性的扰动。仿真结果显示,此方案可使邻道互调功率降低约18 dB,而经典的直接—非直接结构只降低了8 dB,表明此预失真方案能够更好地改善功率放大器的线性度。