数据融合学习入门

这篇博客介绍了数据融合学习的基本概念,包括最小二乘拟合的原理,用于求解最佳函数匹配并最小化误差平方和。还讨论了卫星姿态确定中的三轴磁强计定姿方法,解耦技术在处理复杂系统的应用,以及微机械机电系统(MEMS)在现代科技中的重要性。同时,提到了扩展卡尔曼滤波(EKF)在非线性系统中的线性化处理方法。
摘要由CSDN通过智能技术生成

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。
    这里写图片描述
  • 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

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值