Let us use the Kalman filtering alg

Let us use the Kalman filtering algorithm [3] in order to process the data collected. The Kalman filter is based on recursive statistical evaluation. This means that to estimate the current state it is only necessary to get a state obtained from a previous time reference and current time references that are being measured. Unlike the other evaluation technologies, observations of the past are not required. The Kalman filter is a time domain filter and therefore it is suitable for real-time systems.

ผลลัพธ์ (ไทย) 1:

ให้เราใช้ขั้นตอนวิธีการกรองคาลมาน [3] ในการประมวลผลข้อมูลที่เก็บรวบรวม ตัวกรองคาลมานจะขึ้นอยู่กับการประเมินผลสถิติซ้ำ ซึ่งหมายความว่าในการประเมินสถานะปัจจุบันมันก็เป็นเพียงสิ่งที่จำเป็นที่จะได้รับของรัฐที่ได้รับจากการอ้างอิงเวลาก่อนหน้านี้และการอ้างอิงเวลาปัจจุบันที่มีการวัด ซึ่งแตกต่างจากเทคโนโลยีการประเมินผลอื่น ๆข้อสังเกตที่ผ่านมาไม่จำเป็นต้อง ตัวกรองคาลมานเป็นตัวกรองโดเมนเวลาและดังนั้นจึงเป็นที่เหมาะสมสำหรับระบบเรียลไทม์

ผลลัพธ์ (ไทย) 2:

ให้เราใช้ Kalman [3] ขั้นตอนวิธีกรองเพื่อประมวลผลข้อมูลเก็บรวบรวม กรอง Kalman อยู่ซ้ำสถิติประเมินผล นี้หมายความ ว่า การประเมินสถานะปัจจุบันเท่านั้นจำเป็นต้องได้รับสิ่งที่ได้จากการอ้างอิงเวลาก่อนหน้าและอ้างอิงเวลาปัจจุบันที่มีการประเมิน ซึ่งแตกต่างจากการประเมินเทคโนโลยีอื่น ๆ สังเกตในอดีตไม่จำเป็น กรอง Kalman เป็นตัวโดเมนเวลา และดังนั้น จึงเหมาะสำหรับระบบเรียลไทม์

ผลลัพธ์ (ไทย) 3:

ปล่อยให้เราใช้การกรอง kalman อัลกอริธึม[ 3 ]ในการสั่งซื้อในการประมวลผลข้อมูลที่เก็บรวบรวมได้ แผ่นกรอง kalman ที่จะใช้ในการประเมินผลเชิงสถิติการสอบถามแบบสอบถามซ้ำ ซึ่งหมายความว่าในการประเมินสถานะปัจจุบันที่มีความจำเป็นเท่านั้นเพื่อรับข้อมูลสถานะที่ได้รับจากการอ้างอิงการอ้างอิงเวลาและเวลาปัจจุบันก่อนหน้าที่จะมีการวัด การประเมินผลซึ่งแตกต่างจากเทคโนโลยีอื่นๆได้การสังเกตการณ์ของช่วงเวลาแห่งอดีตที่ไม่จำเป็นต้อง แผ่นกรอง kalman ที่มีแผ่นกรองโดเมนเวลาและดังนั้นจึงเป็นโรงแรมที่เหมาะสำหรับระบบแบบเรียลไทม์