摘要：
粒子滤波算法源于Monte carlo的思想，即以某事件出现的频率来指代该事件的概率。因此在滤波过程中，需要用到概率如P(x)的地方，一概对变量x采样，以大量采样的分布近似来表示P(x)。因此，采用此一思想，在滤波过程中粒子滤波可以处理任意形式的概率，而不像Kalman滤波只能处理高斯分布的概率问题。 对任意如下的状态方程： \[x(t)=f[x(t-1),u(t),w(t)]\] \[y(t)=h[x(t),e(t)]\] 其中的x(t)为t时刻状态，u(t)为控制量，w(t)和e(t)分别为模型噪声和观测噪声。(1)当然是状态转移方程，(2)是观测方程。那么对于这么一个问题... 阅读全文
摘要：
设置163更新源View Code sudo gedit /etc/apt/sources.listsudo apt-get updatedeb http://mirrors.163.com/ubuntu/ oneiric main universe restricted multiversedeb-src http://mirrors.163.com/ubuntu/ oneiric main universe restricted multiversedeb http://mirrors.163.com/ubuntu/ oneiric-security universe main multi 阅读全文
摘要：
SciPy包含众多物理常数:from scipy import constants as CC.c #光速C.h #普朗克常数SciPy的special模块是一个非常完整的函数库, 例如伽马函数:\[ \Gamma= \int_0^\inf t^{z-1}e^{-t} \rm d \it t \]import scipy.special as SS.gamma(4)最小二乘拟合View Code import numpy as npimport pylab as plfrom scipy.optimize import leastsqdef func(x,p): A,k,theta=p... 阅读全文
摘要：
# Kalman filter example demo in Python# A Python implementation of the example given in pages 11-15 of "An# Introduction to the Kalman Filter" by Greg Welch and Gary Bishop,# University of North Carolina at Chapel Hill, Department of Computer# Science, TR 95-041,# http://www.cs.unc.edu/~we 阅读全文
摘要：
\section{Bayesian acoustic prediciton} 令$t_p$为当前时刻, 现考虑$t_F \geq t_P$时刻距离为$r$,深度为$z$, 频率为$f$的声场$\rm{u}(\it r,z,f \rm)$的预测问题. 解决这一问题的两个基本要素为:海洋模型和声学观测系统. 本文的声学观测系统是固定的, 由1个声源和6元水听器阵组成. Figure 2 schematizes the underlying time line of the acoustic prediction process, described as follows. 在以$t_I$为中心的. 阅读全文
摘要：
<script type="text/x-mathjax-config">MathJax.Hub.Config({tex2jax: { inlineMath: [['$','$'], ['\\(','\\)']], processEscapes: true },TeX: { equationNumbers: { autoNumber: ["AMS"], useLabelIds: true } }, "HTML-CSS": { lineb... 阅读全文