لگاریتمی-نمایی گاوسی
کنترلکننده لگاریتمی-نمایی گاوسی (LQG) رگولاتور لگاریتمی-نمایی خطی (LQR) را با یک فیلتر کالمن ترکیب میکند تا سیستمهای تصادفی با نویز اندازهگیری و نویز فرآیند را مدیریت کند. LQG که توسط کالمن توسعه یافته و بعدها توسط آتانز و دیگران فرموله شد، بسط طبیعی تصادفی LQR است و استاندارد طلایی برای کنترل خطی بهینه تحت نویز باقی میماند و کاربردهایی در فضاپیماها، خلبان خودکار هواپیماها و کنترل فرآیندهای صنعتی دارد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
نقشهٔ روش
همسایگی روشهای مرتبط — برای کاوش، یک گره را برگزینید.
منابع
- Kalman, R. E. (1960). A new approach to linear filtering and prediction problems. Journal of Basic Engineering, 82(1), 35-45. DOI: 10.1115/1.3662552 ↗
- Athans, M. (1971). The role and use of the stochastic linear-quadratic-gaussian problem in control system design. IEEE Transactions on Automatic Control, 16(6), 529-552. DOI: 10.1109/TAC.1971.1099818 ↗
- Kwakernaak, H., & Sivan, R. (1972). Linear Optimal Control Systems. Wiley-Interscience. link ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Linear Quadratic Gaussian. ScholarGate. https://scholargate.app/fa/control-theory/linear-quadratic-gaussian
کدام روش؟
این روش را در کنار نزدیکترین روشهای خویشاوندش بگذارید و آنها را کنار هم بخوانید — کتابخانه کتابها را روی میز میگشاید؛ انتخاب با شماست.
- فیلتر کالمن تعمیمیافتهنظریه کنترل↔ مقایسه
- فیلتر کالمنبیزی↔ مقایسه
- تنظیمکننده خطی-درجهدوم (Linear Quadratic Regulator)نظریه کنترل↔ مقایسه
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →