ScholarGate
Asistents
Machine learningStochastic Control

Lineārais Kvadrātisko Gausa (LQG)

Lineārais Kvadrātisko Gausa (LQG) regulators apvieno Lineāro Kvadrātisko Regulators (LQR) ar Kalmana filtru, lai apstrādātu stohastiskas sistēmas ar mērījumu un procesa troksni. LQG, ko izstrādājis Kalmans un vēlāk formalizējis Athans un citi, ir dabiska LQR stohastiska paplašinājuma forma un joprojām ir zelta standarts optimālai lineārai vadībai trokšņa apstākļos, ar pielietojumiem kosmosa kuģu, lidmašīnu autopilotu un rūpniecisko procesu vadībā.

Atvērt MethodMindDrīzumāVideoDrīzumāLejupielādēt slaidus

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Avoti

  1. 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
  2. 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
  3. Kwakernaak, H., & Sivan, R. (1972). Linear Optimal Control Systems. Wiley-Interscience. link

Kā citēt šo lapu

ScholarGate. (2026, June 3). Linear Quadratic Gaussian. ScholarGate. https://scholargate.app/lv/control-theory/linear-quadratic-gaussian

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus

Uz to atsaucas

ScholarGateLinear Quadratic Gaussian (Linear Quadratic Gaussian). Izgūts 2026-06-15 no https://scholargate.app/lv/control-theory/linear-quadratic-gaussian · Datu kopa: https://doi.org/10.5281/zenodo.20539026