کتاب تخصصی تخمین حالت و مسیر UAVs با تکنیک‌های پیشرفته با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تخصصی تخمین حالت و مسیر UAVs با تکنیک‌های پیشرفته

موضوع کلی: دستهٔ جامع

موضوع میانی: تکنیک‌های تخمین برای UAVs

📋 سرفصل‌های دوره

  • 1. مفاهیم پایه تخمین حالت در سیستم‌های هوای بدون سوار
  • 2. معرفی حسگرهای inertial measurement unit (IMU) و مدل‌سازی خطاهای آن
  • 3. مدل‌سازی كينماتیک هوانوردهای بالگرد (マルチロ터) وfixed-wing
  • 4. سیستم‌های-navigation integraded basics
  • 5. فیلتر کالمان خطی (KF) و فرضیات آن
  • 6. پیاده‌سازی فیلتر کالمان در MATLAB/Simulink
  • 7. فیلتر کالمان گسترش‌یافته (EKF) برای سیستم‌های غیرخطی
  • 8. فیلتر کالمان unscented (UKF) و مزایای آن نسبت به EKF
  • 9. فیلتر ذرات (Particle Filter) و تکنیک‌های نمونه‌گیری
  • 10. فیلتر ذرات تکیف次日 (Resampling) و کاهش تنوع
  • 11. فیلتر sliding window و تخمین batch
  • 12. تخمین حالت با least squares وزن‌دار (Weighted Least Squares)
  • 13. تخمین حالت با روش حداقل More (M-estimators) برای robustness
  • 14. فیلتر moving horizon estimation (MHE) و مزایای آن در contraintes
  • 15. تخمین حالت با فیلتر H-infinity و کنترل disturbance
  • 16. تخمین حالت ترکیبی GPS/INS و卡尔مان فیلتر Integrally
  • 17. استفاده از مدل‌های جاذبه و磁场 در تخمین actitud
  • 18. تخمین سرعت بادی (wind) با استفاده از داده‌های هوشمند
  • 19. fusión داده‌های Lidar و دوربین برای تخمینrelative position
  • 20. تخمین حالت بر پایه Optical Flow و ویژگی‌های تصویری
  • 21. استفاده از卡尔مان فیلتر در سامانه‌های بصری-inerial (VIO)
  • 22. تخمین حالت با استفاده از داده‌های UWB و تقنية زمان-probe
  • 23. تخمین حالت در حضور اختلال GPS (spoofing/jamming) و روش‌های detection
  • 24. فیلتر卡尔مان تعاونی برای خوشه‌های UAV (swarm estimation)
  • 25. تخمین حالت توزیع‌شده در شبکه‌های ad-hoc UAV
  • 26. استفاده از consensus algorithms در تخمین توزیع‌شده
  • 27. تخمین حالت با استفاده از Gaussian Process Regression (GPR)
  • 28. ترکیب卡尔مان فیلتر و شبکه‌های عصبی عمیق (Deep Kalman Filter)
  • 29. استفاده از LSTM برای پیش‌بینی خطای حسگر در卡尔مان فیلتر
  • 30. فیلتر卡尔مان با پارامترهای تطبیقی (Adaptive Kalman Filter)
  • 31. تخمین حالت با فیلتر卡尔مان متغیر متغیر (Variable Gain Kalman Filter)
  • 32. تشخیص و رفع خطای سنسور با استفاده از algorithem innovación (Innovation-based fault detection)
  • 33. استخراج ویژگی‌های خطای حسگر برای بهینه‌سازی فیلتر卡尔مان
  • 34. تخمین حالت با استفاده از فیلتر卡尔مان مقاوم (Robust Kalman Filter) و Norma
  • 35. استفاده از انترپولات spline برای همگام‌سازی داده‌هایmulti-rate sensors
  • 36. تخمین حالت با sampling غير منظم و تکنیک‌های interpolation
  • 37. بهینه‌سازی پارامترهای فیلتر卡尔مان با الگوریتم‌های genetical
  • 38. تنظیم خودکار ruidoهایprocess و measurement با maximum likelihood
  • 39. تخمین حالت با استفاده از Bayesian inference و MCMC
  • 40. ترکیب卡尔مان فیلتر و particle filter (Particle Kalman Filter)
  • 41. تخمین حالت با استفاده از Filtering-based smoothing (RTS smoother)
  • 42. تخمین مسیر پیش‌بینی شده (trajectory prediction) با استفاده از卡尔مان فیلتر
  • 43. تخمین حالت برای landings خودکار و manuevers aggressiveness
  • 44. تخمین حالت در حوزهٔ بالندگی بالーパ (high-altitude) و اثرات جوی
  • 45. تخمین حالت در محیط‌های GPS-denied (داخل ساختمان، زیرзем)
  • 46. استفاده از beacon‌های ultrasound برای локализация در محیط‌های بسته
  • 47. 卡尔مان فیلتر برای تخمین postura در manipulatorهای هوافضایی (UAV arm)
  • 48. تخمین حالت برای UAV‌های با propulsion-vectoring (تvector control)
  • 49. 卡尔مان فیلتر برای تخمین بار و مرکز ثقل UAV
  • 50. تخمین حالت با استفاده از داده‌های بارومتر (Barometer) و Höhenmessung
  • 51. 卡尔مان فیلتر برای تخمین سرعت هوای relativo (airspeed) از Pitot tube
  • 52. 卡尔مان فیلتر برای تخمین زاویه‌ی napad (angle of attack) و sideslip
  • 53. 卡尔مان فیلتر برای تخمین moment و torque در پرواز
  • 54. 卡尔مان فیلتر برای تخمین استوارت (state) در حوزهٔ hover و forward flight
  • 55. 卡尔مان فیلتر برای تخمین استقرار formation flight
  • 56. 卡尔مان فیلتر برای تخمین begegnen obstacle و collision avoidance
  • 57. 卡尔مان فیلتر برای تخمین مسیر flight path tracking
  • 58. 卡尔مان فیلتر برای تخمین trajectory tracking با کنترل مدلپیش‌بینی (MPC)
  • 59. 卡尔مان فیلتر برای تخمین وضعیت باتاری و估剩餘 usefulness (SOH)
  • 60. 卡尔مان فیلتر برای تخمین دما و اثر حرارت trên حسگرها
  • 61. 卡尔مان فیلتر برای تخمین رنج batarya و consumo انرژی
  • 62. 卡尔مان فیلتر برای تخمین زخمه‌های سازه‌ای (structural health monitoring)
  • 63. 卡尔مان فیلتر برای تشخیص عدم تعادل پروペلر (propeller imbalance)
  • 64. 卡尔مان فیلتر برای تخمین derivaژ در سنسورmagnetometer
  • 65. 卡尔مان فیلتر برای تخمین误差 در GPS به دلیل multipath
  • 66. 卡尔مان فیلتر برای تخمین خطای drift در gyroscope
  • 67. 卡尔مان فیلتر برای تخمین خطای bias در accelerometer
  • 68. 卡尔مان فیلتر برای تخمین تقاطع مسیرهای多 UAV برای missione coopератив
  • 69. 卡尔مان فیلتر برای تخمین位یت در misión جستجو و救援 (SAR)
  • 70. 卡尔مان فیلتر برای تخمین هویت و clasificación هدف در misiones surveillan ce
تگ‌ها: autonomous flight drone navigation EKF GNSS-INS Kalman filter machine learning estimation MATLAB Simulink particle filter real-time embedded ROS sensor fusion SLAM UAV estimation UKF VIO

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.