数据融合学习入门


基本概念

  • 最小二乘拟合(最小二乘法):
    它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。这里写图片描述
    可通过对上式求偏导,函数的极值点即为偏导为0的点,也即是平方损失函数的极值点。
    数据融合学习入门_第1张图片
  • 偏航角、俯仰角 和翻滚角
    百科
  • 四元数法
    描述一个坐标系或者一个矢量相对于某一个坐标系的旋转,其标量部分表示了转角的一半余弦值,其矢量部分表示了瞬时转轴的方向和瞬时转动轴与参考坐标系轴之间的方向余弦值。

  • 三轴磁强计定姿
    目前,地磁场已有相当好的磁场模型[3],采用高斯球谐函数来描述地磁场模型,这样磁场的强度和方向是位置的函数。当确定了卫星轨道参数,就可求得地磁场矢量在地理坐标系的投影,利用地理坐标系与轨道坐标系的转换关系,得到地磁矢量在轨道坐标系的分量,进一步借助姿态方向余弦矩阵给出地磁矢量在星体坐标系的分量,将其与三轴磁强计敏感到的地磁矢量的分量进行比较,就建立起三轴磁强计与卫星姿态动力学的数学关系,采用卡尔曼滤波器递推可以得到卫星姿态角。

  • 解耦
    解耦就是用数学方法将两种运动分离开来处理问题,常用解耦方法就是忽略或简化对所研究问题影响较小的一种运动,只分析主要的运动。

  • MEMS
    Microelectromechanical Systems, 这个让老美念起来都绕口的词,中文叫做“微机械机电系统”。MEMS的飞速发展,是因为传统机电工艺制成的驱动器和传感器,在体积、价格、产能上无法适应电子消费、工业界、科学研究乃至军工的需求。上世纪80年代末,随着集成电路工业的迅速发展,把驱动器和传感器和集成电路芯片集成在一起, 就成为了科技发展的必然趋势,这也就促成了MEMS的诞生。
    https://www.zhihu.com/question/19769131/answer/40854877

  • EKF(扩展卡尔曼)
    忽略高阶项,对非线性环节线性化处理

你可能感兴趣的:(数据融合)