Онлайн кубатурник доски: Калькулятор доски для точного расчета количества материала — Концессии и государственно-частное партнерство в ЖКХ

Содержание

кубатурник

производство пиломатериала

Главная > кубатурник

Используя данную таблицу, Вы всегда с легкостью сможете перевести штуки в кубы и обратно, узнать сколько штук бруса или доски в кубе, вес, объём, количество погонных метров в кубе. В таблице приведены основные размеры изделий.

Наименование

размер, мм

Кол-во штук в одном м³

Кол-во погонных метров в одном м³

Объём одной доски, бруса м³

Площадь одной доски, кв. м.

Вес. штуки в кг (влажн. 20%)

Доска обрезная

100*25*6000

66,7

400

0,015

0,6

11,25

Доска обрезная

100*25*3000

133,3

400

0,0075

0,3

5,625

Доска

обрезная

100*25*4000

100

400

0,01

0,4

7,5

Доска

обрезная

100*25*5000

400

0,0125

0,5

9,375

Доска

заборная

100*25*2000

200

400

0,005

0,2

3,75

Доска

обрезная

150*25*6000

44,4

266,4

0,0225

0,9

16,875

Доска

обрезная

150*25*3000

88,9

266,8

0,01125

0,45

8,44

Доска

обрезная

150*25*4000

66,7

266,8

0,015

0,6

11,24

Доска

обрезная

150*25*5000

44,4

222,2

0,0225

0,75

16,9

Доска

заборная

150*25*2000

133,3

266,7

0,0075

0,3

5,625

Доска

обрезная

200*25*6000

33,3

200

0,03

1,2

22,5

Доска

обрезная

100*32*6000

52,1

312,5

0,0192

0,6

14,4

Доска

обрезная

150*32*6000

34,7

208,3

0,0288

0,9

21,6

Доска

обрезная

100*40*6000

41,7

250

0,024

0,6

Доска

обрезная

150*40*6000

27,8

166,7

0,036

0,9

Доска

обрезная

180*40*6000

23,1

138,6

0,0432

1,08

32,46

Доска

обрезная

200*40*6000

20,8

125

0,048

1,2

Доска

обрезная

100*50*6000

33,3

200

0,03

0,6

22,5

Доска

обрезная

150*50*6000

22,2

133,3

0,045

0,9

33,75

Доска

обрезная

180*50*6000

18,5

111,1

0,054

1,08

40,54

Доска

обрезная

200*50*6000

16,7

100

0,06

1,2

Брус

50*50*6000

66,67

400

0,015

—

11,25

Брус

40*40*6000

104,1

625

0,0096

—

7,2

Брус

100*100*6000

16,67

100

0,06

—

Брус

150*100*6000

11,11

66,67

0,09

—

67,5

Брус

200*100*6000

8,33

0,12

—

Брус

150*150*6000

7,41

44,44

0,135

—

101,25

Брус

180*180*6000

5,15

30,9

0,194

—

145,6

Брус

200*200*6000

4,17

0,24

—

180

Брус

200*180*6000

4,63

27,78

0,216

—

162

Брус

200*150*6000

5,56

33,3

0,18

—

134,9

Брус

180*100*6000

9,26

55,5

0,108

—

Брус

180*150*6000

6,17

0,162

—

121,6

Брус

75*75*6000

29,4

176,5

0,034

—

25,5

Расчёт кубатуры досок, бруса — онлайн калькулятор

Скачать, сохранить результат

Вы можете сохранить результат расчёта в формате PDF на ваше устройство, выбрав «Сохранить как PDF» в окне печати. Либо просто распечатайте результаты на бумагу.

Пиломатериалы – являются одним из самых востребованных материалов для строительства на данный момент. Сфера применения просто огромна. Непосредственно в стройке, пиломатериал используется практически на каждой стадии, он входит в полный цикл общестроительных работ, от опалубки фундамента, до несущих конструкций на кровлю. Данный вид материала очень неприхотлив в использовании, что делает работу с ним, незаменимой и приятой.

Лес является незаменимым строительным и отделочным материалом на протяжении всей истории человечества, поскольку обладает доступностью, прочностью, природной красотой и, что не мало важно в последнее время, экологичностью. Пиломатериалы – это обработанный продукт распила древесины хвойных и лиственных пород, который в зависимости от назначения имеет прямоугольную (брус, доска, вагонка), круглую форму сечения (бревно) или смешанную (лафет, горбыль, шпала).

Практически весь сортамент пиломатериалов, представленный на рынке, отпускается по объему (м3) и соответственно, цена указана за 1 м3, однако хоть и намного реже, но встречается продажа за единицу площади (м2), например, вагонки или террасной доски. Для того чтобы понять, какое количество материалов потребуется для выполнения поставленных работ, необходимо рассчитать кубатуру одной единицы леса и узнать сколько его содержится в отпускаемой партии.⁠

Особенности расчета пиломатериалов:

Данный калькулятор пиломатериалов помогает быстро произвести расчет из шт в м3 и наоборот. Для расчета необходимо указать длину доски или бруса в миллиметрах (S1). Ширину и толщину (S2/S3), так же при необходимости вы сразу можете узнать стоимость рассчитываемого пиломатериала, заполнив соответствующее поле. Стоимость леса можете уточнить у любого поставщика в своем районе, или на ближайшем строительном рынке. Обычно цену указывают за кубический метр, и тут незаменимую роль сыграет данный скрипт для расчета. Ведь согласитесь высчитать стоимость нескольких досок, когда вам говорят стоимость за куб, достаточно проблематично.

Освоив данный кубатурник пиломатериала, перед вами больше не будет стоять вопрос, как посчитать пиломатериал. Доверьте рутинный расчет, калькулятору пиломатериала, и вы не только сэкономите свое личное время, но и исключите ошибки в расчетах, что точно приведет вас к экономии средств.

Какие виды пиломатериала бывают

Обрезная доска, пожалуй, один из самых востребованных материалов на рынке строительных материалов. Такой вид материала используется повсюду, при строительстве домов, бань, подсобных помещений, отдельных конструктивных элементов, таких как лестницы, заборы, окна, двери, крыши и так далее. Расчёт кубатуры досок в кубе вам поможет произвести наша специально разработанная программа. Сохраняйте данную страницу в закладках, и вы всегда, быстро и удобно, сможете произвести расчет любой древесины.
Брус, это продукт пиломатериалов прямоугольного или квадратного сечения, так же как и доска имеет обширное применение не только на строительном рынке, но и в мебельном производстве. Покупая этот материал легко попасть на уловки недобросовестных продавцов. Помимо его влажности, четких габаритных размеров, класса и качества, хитрые менеджеры с легкостью могут обсчитать вас на общем объеме. А вы знаете, как правильно произвести расчет кубатуры бруса? Просто воспользуйтесь данным онлайн калькулятором пиломатериалов кубатуры, и сэкономьте свои нервы и деньги.

Смотрите также:

НЕКОТОРЫЕ НОВЫЕ И ЭФФЕКТИВНЫЕ ПРОИЗВОДНЫЕ СХЕМЫ ДЛЯ ЧИСЛЕННОЙ КУБАТУРЫ – Журнал

Авторы:

Камран Малик, Мухаммад Муджтаба Шейх, Мухаммад Салим Чандио, Абдул Васим Шейх,

DOI NO:

https://doi.org/10.26782/jmcms.2020.10.00005

Кубатура, Двойные интегралы, Производные схемы, Точность, Порядок точности, Трапеция,

Abstract

В этой исследовательской работе были предложены некоторые новые численные кубатурные схемы на основе производных для точного вычисления двойных интегралов в конечном диапазоне. Предлагаемые модификации основаны на квадратурных и кубатурных правилах трапециевидного типа. Предлагаемые схемы важны для численного вычисления сложных двойных интегралов, где точное значение недоступно, а можно получить только приближенные значения. Предлагаемые схемы двойного интеграла на основе производной обеспечивают эффективные результаты в отношении более высокой точности и порядка точности. Предлагаемые схемы в базовой и составной формах с локальными и глобальными погрешностями представлены с необходимыми доказательствами с оценкой их производительности по обычному правилу трапеций с помощью некоторых численных экспериментов. Последующие наблюдаемые распределения ошибок предложенных схем оказались ниже, чем у традиционной трапециевидной кубатурной схемы в составной форме

Ссылка:

И. А. Харшавардхан, Сайед Наваз Паша, Саллауддин Мд, Д. Рамеш, «МЕТОДЫ, ИСПОЛЬЗУЕМЫЕ ДЛЯ КЛАСТЕРИЗАЦИИ ДАННЫХ И ИНТЕГРАЦИИ КЛАСТЕРНОГО АНАЛИЗА В РАМКАХ МАТЕМАТИЧЕСКОГО ПРОГРАММИРОВАНИЯ», J.Mech.Cont.& Math. наук, т.-14, №-6, ноябрь-декабрь (2019) стр. 546-557
II. Баболиан Э., М. Масджед-Джамей и М. Р. Эслахчи, О численном улучшении квадратурных правил Гаусса-Лежандра, Прикладная математика и вычисления, 160 (2005) 779-789.
III. Бейли Д. Х. и Борвейн Дж. М., «Высокоточное численное интегрирование: прогресс и проблемы», Журнал символических вычислений, том. 46, нет. 7, стр. 741–754, 2011.
IV. Бхатти, А.А., М.С. Чандио, Р.А. Мемон и М.М. Шейх, (2019), «Модифицированный алгоритм уменьшения ошибки при комбинированном численном интегрировании», Исследовательский журнал Университета Синда-SURJ (Science Series) 51 (4): 745-750.
В. Берден Р. Л., Дж. Д. Файрес, Численный анализ, Брукс/Коул, Бостон, Массачусетс, США, 9-е издание, 2011 г.
VI. Бург. COE, Замкнутая числовая квадратура Ньютона-Котеса на основе производных, Прикладная математика и вычисления, 218 (2012), 7052-7065.
VII. Дехган М., М. Масджед-Джамей и М. Р. Эслахчи, Полуоткрытое квадратурное правило Ньютона-Котеса и его численное усовершенствование, Прикладная математика и вычисления, 171 (2005) 1129-1140.
VIII. Деган М., Масджед-Джамей М., Эслахчи М. Р. О численном улучшении замкнутых квадратурных правил Ньютона-Котеса // Прикладная математика и вычисления. 165, нет. 2, стр. 251–260, 2005.
IX. Дехган М., М. Масджед-Джамей и М. Р. Эслахчи, «О численном улучшении открытых квадратурных правил Ньютона-Котеса», Прикладная математика и вычисления, том. 175, нет. 1, pp.618–627, 2006.
X. Jain M.K., S.R.K. Iyengar and R.K. Jain, Numerical Methods for Scientific and Computation, New Age International (P) Limited, Fifth Edition, 2007.
XI. Мемон К., М.М. Шайх, М.С. Чандио, А.В. Шайх, «Модифицированная схема на основе производной для интеграла Римана-Стилтьеса», 52(01) 37-40 (2020).
XII. МОХАММЕД М. Файяд, Р. Кандасами, РАДИЯ Мохаммед, ДЖААФАР Абдул Аббас Аббуд, «ЭФФЕКТИВНОСТЬ сырой нефти Al2O3 НА НЕЛИНЕЙНОМ РАСТЯЖЕНИИ ЛИСТ», J. Mech. продолжение и математика. наук, Т.-13, №-5, ноябрь-декабрь (2018) С. 263-279
XIII. Пал М., Численный анализ для ученых и инженеров: теория и программы C, Alpha Science, Оксфорд, Великобритания, 2007.
XIV. Петровская Н., Вентурино Э., «Численное интегрирование данных с разреженной выборкой», Практика и теория имитационного моделирования, том. 19, нет. 9, стр. 1860–1872, 2011.
XV. Рамачандран Т. (2016), Д. Удаякумар и Р. Паримала, «Сравнение среднего арифметического, среднего геометрического и среднего гармонического производного на основе замкнутой квадратуры Ньютона-Котеса», Nonlinear Dynamics and Chaos Vol. 4, № 1, 2016, 35-43 ISSN: 2321 – 9238.
XVI. Шастри С.С., Введение в методы численного анализа, Prentice-Hall of India, 19.97.
XVII. Шайх, М.М., (2019), «Анализ методов полиномиальной коллокации и равномерно распределенных квадратур для линейных интегральных уравнений Фредгольма второго рода – сравнение». Турецкий журнал анализа и теории чисел, 7 (4) 91–97. doi: 10.12691/tjant-7-4-1.
XVIII. Шейх, М.М., М.С. Чандио и А.С. Соомро, (2016), «Модифицированное четырехточечное квадратурное правило с закрытой средней точкой для численного интегрирования», Исследовательский журнал Университета Синд-SURJ (Science Series) 48 (2): 389-392.
XIX. Зафар Ф., С. Салим и К.О.Э. Бург, Новая производная на основе открытых квадратурных правил Ньютона-Котеса, Абстрактный и прикладной анализ, том 2014 г., идентификатор статьи 109138, 16 страниц, 2014 г.
XX. Чжао, В. и Х. Ли, (2013) «Замкнутая квадратура Ньютона-Котеса на основе производной средней точки», Аннотация и прикладной анализ, ID статьи 492507.
XXI. Чжао, В., З. Чжан и З. Е, (2014), «Правило трапеций на основе производной средней точки для интеграла Римана-Стилтьеса», Итальянский журнал чистой и прикладной математики, 33: 369-376.

ПосмотретьСкачать

Адаптивный надежный алгоритм объединения нескольких датчиков на основе кубатурного фильтра Калмана с квадратным корнем

[1]
АРАСАРАТНАМ И., ХАЙКИН С. Кубатурные фильтры Калмана [J]. IEEE Transactions on Automatic Control, 2009, 54(6): 1254-1269. doi: 10.1109/TAC.2009.2019800

[2]
ARASARATNAM I, HAYKIN S, HURO T R. Кубатурная фильтрация Калмана для непрерывно-дискретных систем: теория и моделирование [J]. IEEE Transactions on Signal Processing, 2010, 58(10): 49.77-4993. doi: 10.1109/TSP.2010.2056923

[3]
王小旭, 潘泉, 黄鹤, 等.非线性系统确定采样型滤波算法综述[J].控制与决策, 2012, 27(6): 801-812. doi: 10.13195/jcd.2012.06.4.wangxx.012

WANG X X, PAN Q, HUANG H и др. Обзор алгоритмов детерминированной выборочной фильтрации для нелинейной системы[J]. Контроль и решение, 2012, 27(6): 801-812 (на китайском языке). doi: 10.13195/jcd.2012.06.4.wangxx.012

[4]
JULIER S J, UHLMANN J K. Общий метод аппроксимации нелинейного преобразования вероятностных распределений [EB/OL]. (1996-11-01) [2021-04-01]. http://www.eng.ox.ac.uk/.

[5]
ЧЖАН А., БАО С. Д., ГАО Ф. и др. Новый мощный кубатурный фильтр Калмана с отслеживанием и его применение для отслеживания маневрирующих целей[J]. Китайский журнал аэронавтики, 2019 г., 32(11): 2489-2502. doi: 10.1016/j.cja.2019.07.025

[6]
ЮЭ З., ЛИАН Б.В., ТОНГ К.С. и др. Новый мощный кубический фильтр Калмана с квадратным корнем для интегрированной навигационной системы GNSS/INS[J]. ИЭПП Радар, Сонар и Навигация, 2019, 13(6): 976-982.

[7]
徐博, 刘德政, 张勋.基于交互式模型的多AUV协同导航鲁棒性滤波算法[J].系统工程与电子技术, 2017, 39(9): 2087-2093. doi: 10.3969/j.issn.1001-506X.2017.09.24

XUB B, LIU D Z, ZHANG X. Алгоритм совместной навигации нескольких AUV надежного фильтра на основе взаимодействующей модели [J]. Системная инженерия и электроника, 2017, 39(9): 2087-2093 (на китайском языке). doi: 10.3969/j.issn.1001-506X.2017.09.24

[8]
ZHANG HW, XIE JW, GE JA и др. Адаптивный кубатурный фильтр Калмана с сильным отслеживанием для отслеживания маневрирующих самолетов[J]. IEEE Access, 2018, 6: 10052-10061. дои: 10.1109/ДОСТУП.2018.2808170

[9]
ZHANG HW, XIE JW, GE JA и др. Сильное отслеживание SCKF на основе адаптивной модели CS для отслеживания маневрирующих самолетов[J]. IET Radar, Sonar & Navigation, 2018, 12(7): 742-749.

[10]
HAN B, HUANG H Q, LEI L и др. Усовершенствованный алгоритм IMM на основе STSRCKF для сопровождения маневрирующих целей[J]. Доступ IEEE, 2019 г., 7: 57795-57804. doi: 10.1109/ACCESS.2019.2912983

[11]
鲁平, 赵龙, 陈哲.改进的Sage-Husa自适应滤波及其应用[J].系统仿真学报, 2007, 19(15): 3503-3505. doi: 10.3969/j.issn.1004-731X.2007.15.034

LU P, ZHAO L, CHEN Z. Улучшенная адаптивная фильтрация Sage-Husa и ее применение[J]. Журнал системного моделирования, 2007 г., 19(15): 3503-3505 (на китайском языке). doi: 10.3969/j.issn.1004-731X.2007.15.034

[12]
MEHRA R. Подходы к адаптивной фильтрации[J]. IEEE Transactions on Automatic Control, 1972, 17(5): 693-698. doi: 10.1109/TAC.1972.1100100

[13]
周东华, 席裕庚, 张钟俊.一种带多重次优渐消因子的扩展卡尔曼滤波器[J].自动化学报, 1991, 17(6): 689-695.

ZHOU D H, XI Y G, ZHANG Z J. Субоптимальный расширенный фильтр Калмана с множественными замираниями [J]. Acta Automatica Sinica, 1991, 17(6): 689-695 (на китайском языке).

[14]
徐树生, 林孝工, 李新飞.强跟踪自适应平方根容积卡尔曼滤波算法[J].电子学报, 2014, 42(12): 2394-2400. doi: 10.3969/j.issn.0372-2112.2014.12.009

XUS S S, LIN X G, LI X F. Сильно отслеживающий адаптивный алгоритм фильтра Калмана с кубатурой квадратного корня [J]. Acta Electronica Sinica, 2014, 42(12): 2394-2400 (на китайском языке). doi: 10.3969/j.issn.0372-2112.2014.12.009

[15]
LI N, ZHU R H, ZHANG Y G. Сильно отслеживающий алгоритм CKF с квадратным корнем, основанный на множественных факторах затухания для отслеживания целей[C]//2014 Седьмая международная объединенная конференция по вычислительным наукам и оптимизации. Пискатауэй: IEEE Press, 2014: 16-20.

[16]
张浩为, 谢军伟, 葛佳昂, 等.自适应CS模型的强跟踪平方根容积卡尔曼滤波算法[J].系统工程与电子技术, 2019, 41(6): 19-27. doi: 10.3969/j.issn.1001-506X.2019.06.03

ZHANG HW, XIE JW, GE JA и др. Сильное отслеживание кубатурного фильтра Калмана с квадратным корнем поверх адаптивной текущей статистической модели[J]. Системная инженерия и электроника, 2019, 41(6): 19-27 (на китайском языке). doi: 10.3969/j.issn.1001-506X.2019.06.03

[17]
ZHANG A, BAO S D, BI W H и др. Недорогой адаптивный кубатурный фильтр Калмана с квадратным корнем для систем с неопределенностью модели процесса[J]. Журнал системной инженерии и электроники, 2016, 27(5): 945-953. doi: 10.21629/JSEE.2016.05.01

[18]
李春辉, 马健, 杨永建, 等.低复杂度自适应容积卡尔曼滤波算法[J].北京航空航天大学学报, 2022, 48(4): 716-724.

LI C H, MA J, YANG Y J и др. Алгоритм адаптивного кубатурного фильтра Калмана низкой сложности [J]. Журнал Пекинского университета аэронавтики и астронавтики, 2022 г., 48(4): 716-724 (на китайском языке).

[19]
МАРОННА Р.А., МАРТИН Р.Д., ЙОХАЙ В.Дж. и др. Надежная статистика: теория и методы (с R) [M]. Нью-Йорк: John Wiley & Sons, 2019.
.

[20]
SOKEN H E, HAJIYEV C. Оценка пространственного положения пикоспутников с помощью надежного фильтра Калмана без запаха при наличии ошибок измерения [J]. ISA Transactions, 2010, 49(3): 249-256. doi: 10.1016/j.isatra.2010.04.001

[21]
SOKEN H E, HAJIYEV C, SAKAI S. Надежная фильтрация Калмана для оценки ориентации малого спутника при наличии ошибок измерения [J]. Европейский журнал контроля, 2014, 20(2): 64-72. doi: 10.1016/j.ejcon.2013.12.002

[22]
YANG Y X. Надежная байесовская оценка[J]. Бюллетень геодезии, 1991, 65 (3): 145-150.

[23]
HU J S, YANG C H. Расширенный фильтр второго порядка H _∞ для нелинейных систем с дискретным временем, использующий приближение квадратичной матрицы ошибок [J]. IEEE Transactions on Signal Processing, 2011, 59(7): 3110-3119. doi: 10.1109/TSP.2011.2138700

[24]
HUANG Y L, ZHANG Y G, LI N, et al. Надежный нелинейный фильтр Стьюдента на основе t и сглаживание[J]. IEEE Transactions on Aerospace and Electronic Systems, 2016, 52(5): 2586-259.6. doi: 10.1109/ТАЭС.2016.150722

[25]
БИЛИК И., ТАБРИКЯН Дж. Маневрирование сопровождения цели при наличии блика с использованием нелинейного гауссовского фильтра Калмана [J]. IEEE Transactions on Aerospace and Electronic Systems, 2010, 46(1): 246-262. doi: 10.1109/TAES.2010.5417160

[26]
YANG Y X. Адаптивная навигация и кинематическое позиционирование[M]. Пекин: Surveying and Mapping Press, 2006: 9.5-97.

[27]
YANG Y X, HE H, XU G. Адаптивная надежная фильтрация для кинематического геодезического позиционирования[J]. Журнал геодезии, 2001, 75(2-3): 109-116. doi: 10.1007/s001
0157

[28]
杨元喜, 任夏, 许艳.自适应抗差滤波理论及应用的主要进展[J].导航定位学报, 2013, 1(1): 9-15. doi: 10.3969/j.issn.2095-4999.2013.01.003

YANG Y X, REN X, XU Y. Основной прогресс адаптивно надежного фильтра с приложениями в навигации[J]. Журнал навигации и позиционирования, 2013 г., 1(1): 9–15 (на китайском языке). doi: 10.3969/j.issn.2095-4999.2013.01.003

[29]
WANG Y D, SUN S M, LI L. Адаптивный надежный фильтр Калмана без запаха для слежения за маневрирующим транспортным средством[J]. Журнал руководства, контроля и динамики, 2014 г., 37 (5): 1696–1701. дои: 10.2514/1.G000257

[30]
QIU Z B, QIAN H M, WANG G Q. Адаптивная робастная кубатурная фильтрация Калмана для оценки положения спутника [J]. Китайский журнал аэронавтики, 2018 г., 31(4): 806-819. doi: 10.1016/j.cja.2018.01.023

[31]
胡振涛, 曹志伟, 李松, 等.基于容积卡尔曼滤波的异质多传感器融合算法[J].光电子·激光, 2014, 25(4): 697-703.

HU Z T, CAO Z W, LI S и др. Алгоритм слияния гетерогенных мультисенсоров на основе кубатурного фильтра Калмана[J]. Journal of Optoelectronics·Laser, 2014, 25(4): 697-703 (на китайском языке).

[32]
徐树生, 林孝工.基于鲁棒CKF的多传感器全信息融合算法[J].电机与控制学报, 2013, 17(2): 90-97. doi: 10.3969/j.issn.1007-449X.2013.02.014

XUS S S, LIN X G. Мультисенсорный алгоритм объединения всей информации на основе надежного CKF[J]. Электрические машины и управление, 2013, 17(2): 90-97 (на китайском языке). doi: 10.3969/j.issn.

No related posts.

Категория: Разное

Навигация по записям

Приспособление на наждак для заточки ножей: как правильно заточить нож наждачным кругом
Лоджии дизайн фото: Дизайн балконов и лоджий: 4409 фото на INMYROOM

Добавить комментарий Отменить ответ
Ваш адрес email не будет опубликован. Обязательные поля помечены *
Комментарий *
Имя *

Email *

Сайт

© 2019 Ассоциация ЖКХ «Развитие» и Компания «ЖКХ Девелопмент». При использовании материалов ссылка на первоисточник обязательна.

2023 © Все права защищены.

[1]	АРАСАРАТНАМ И., ХАЙКИН С. Кубатурные фильтры Калмана [J]. IEEE Transactions on Automatic Control, 2009, 54(6): 1254-1269. doi: 10.1109/TAC.2009.2019800
[2]	ARASARATNAM I, HAYKIN S, HURO T R. Кубатурная фильтрация Калмана для непрерывно-дискретных систем: теория и моделирование [J]. IEEE Transactions on Signal Processing, 2010, 58(10): 49.77-4993. doi: 10.1109/TSP.2010.2056923
[3]	王小旭, 潘泉, 黄鹤, 等.非线性系统确定采样型滤波算法综述[J].控制与决策, 2012, 27(6): 801-812. doi: 10.13195/jcd.2012.06.4.wangxx.012 WANG X X, PAN Q, HUANG H и др. Обзор алгоритмов детерминированной выборочной фильтрации для нелинейной системы[J]. Контроль и решение, 2012, 27(6): 801-812 (на китайском языке). doi: 10.13195/jcd.2012.06.4.wangxx.012
[4]	JULIER S J, UHLMANN J K. Общий метод аппроксимации нелинейного преобразования вероятностных распределений [EB/OL]. (1996-11-01) [2021-04-01]. http://www.eng.ox.ac.uk/.
[5]	ЧЖАН А., БАО С. Д., ГАО Ф. и др. Новый мощный кубатурный фильтр Калмана с отслеживанием и его применение для отслеживания маневрирующих целей[J]. Китайский журнал аэронавтики, 2019 г., 32(11): 2489-2502. doi: 10.1016/j.cja.2019.07.025
[6]	ЮЭ З., ЛИАН Б.В., ТОНГ К.С. и др. Новый мощный кубический фильтр Калмана с квадратным корнем для интегрированной навигационной системы GNSS/INS[J]. ИЭПП Радар, Сонар и Навигация, 2019, 13(6): 976-982.
[7]	徐博, 刘德政, 张勋.基于交互式模型的多AUV协同导航鲁棒性滤波算法[J].系统工程与电子技术, 2017, 39(9): 2087-2093. doi: 10.3969/j.issn.1001-506X.2017.09.24 XUB B, LIU D Z, ZHANG X. Алгоритм совместной навигации нескольких AUV надежного фильтра на основе взаимодействующей модели [J]. Системная инженерия и электроника, 2017, 39(9): 2087-2093 (на китайском языке). doi: 10.3969/j.issn.1001-506X.2017.09.24
[8]	ZHANG HW, XIE JW, GE JA и др. Адаптивный кубатурный фильтр Калмана с сильным отслеживанием для отслеживания маневрирующих самолетов[J]. IEEE Access, 2018, 6: 10052-10061. дои: 10.1109/ДОСТУП.2018.2808170
[9]	ZHANG HW, XIE JW, GE JA и др. Сильное отслеживание SCKF на основе адаптивной модели CS для отслеживания маневрирующих самолетов[J]. IET Radar, Sonar & Navigation, 2018, 12(7): 742-749.
[10]	HAN B, HUANG H Q, LEI L и др. Усовершенствованный алгоритм IMM на основе STSRCKF для сопровождения маневрирующих целей[J]. Доступ IEEE, 2019 г., 7: 57795-57804. doi: 10.1109/ACCESS.2019.2912983
[11]	鲁平, 赵龙, 陈哲.改进的Sage-Husa自适应滤波及其应用[J].系统仿真学报, 2007, 19(15): 3503-3505. doi: 10.3969/j.issn.1004-731X.2007.15.034 LU P, ZHAO L, CHEN Z. Улучшенная адаптивная фильтрация Sage-Husa и ее применение[J]. Журнал системного моделирования, 2007 г., 19(15): 3503-3505 (на китайском языке). doi: 10.3969/j.issn.1004-731X.2007.15.034
[12]	MEHRA R. Подходы к адаптивной фильтрации[J]. IEEE Transactions on Automatic Control, 1972, 17(5): 693-698. doi: 10.1109/TAC.1972.1100100
[13]	周东华, 席裕庚, 张钟俊.一种带多重次优渐消因子的扩展卡尔曼滤波器[J].自动化学报, 1991, 17(6): 689-695. ZHOU D H, XI Y G, ZHANG Z J. Субоптимальный расширенный фильтр Калмана с множественными замираниями [J]. Acta Automatica Sinica, 1991, 17(6): 689-695 (на китайском языке).
[14]	徐树生, 林孝工, 李新飞.强跟踪自适应平方根容积卡尔曼滤波算法[J].电子学报, 2014, 42(12): 2394-2400. doi: 10.3969/j.issn.0372-2112.2014.12.009 XUS S S, LIN X G, LI X F. Сильно отслеживающий адаптивный алгоритм фильтра Калмана с кубатурой квадратного корня [J]. Acta Electronica Sinica, 2014, 42(12): 2394-2400 (на китайском языке). doi: 10.3969/j.issn.0372-2112.2014.12.009
[15]	LI N, ZHU R H, ZHANG Y G. Сильно отслеживающий алгоритм CKF с квадратным корнем, основанный на множественных факторах затухания для отслеживания целей[C]//2014 Седьмая международная объединенная конференция по вычислительным наукам и оптимизации. Пискатауэй: IEEE Press, 2014: 16-20.
[16]	张浩为, 谢军伟, 葛佳昂, 等.自适应CS模型的强跟踪平方根容积卡尔曼滤波算法[J].系统工程与电子技术, 2019, 41(6): 19-27. doi: 10.3969/j.issn.1001-506X.2019.06.03 ZHANG HW, XIE JW, GE JA и др. Сильное отслеживание кубатурного фильтра Калмана с квадратным корнем поверх адаптивной текущей статистической модели[J]. Системная инженерия и электроника, 2019, 41(6): 19-27 (на китайском языке). doi: 10.3969/j.issn.1001-506X.2019.06.03
[17]	ZHANG A, BAO S D, BI W H и др. Недорогой адаптивный кубатурный фильтр Калмана с квадратным корнем для систем с неопределенностью модели процесса[J]. Журнал системной инженерии и электроники, 2016, 27(5): 945-953. doi: 10.21629/JSEE.2016.05.01
[18]	李春辉, 马健, 杨永建, 等.低复杂度自适应容积卡尔曼滤波算法[J].北京航空航天大学学报, 2022, 48(4): 716-724. LI C H, MA J, YANG Y J и др. Алгоритм адаптивного кубатурного фильтра Калмана низкой сложности [J]. Журнал Пекинского университета аэронавтики и астронавтики, 2022 г., 48(4): 716-724 (на китайском языке).
[19]	МАРОННА Р.А., МАРТИН Р.Д., ЙОХАЙ В.Дж. и др. Надежная статистика: теория и методы (с R) [M]. Нью-Йорк: John Wiley & Sons, 2019. .
[20]	SOKEN H E, HAJIYEV C. Оценка пространственного положения пикоспутников с помощью надежного фильтра Калмана без запаха при наличии ошибок измерения [J]. ISA Transactions, 2010, 49(3): 249-256. doi: 10.1016/j.isatra.2010.04.001
[21]	SOKEN H E, HAJIYEV C, SAKAI S. Надежная фильтрация Калмана для оценки ориентации малого спутника при наличии ошибок измерения [J]. Европейский журнал контроля, 2014, 20(2): 64-72. doi: 10.1016/j.ejcon.2013.12.002
[22]	YANG Y X. Надежная байесовская оценка[J]. Бюллетень геодезии, 1991, 65 (3): 145-150.
[23]	HU J S, YANG C H. Расширенный фильтр второго порядка H _∞ для нелинейных систем с дискретным временем, использующий приближение квадратичной матрицы ошибок [J]. IEEE Transactions on Signal Processing, 2011, 59(7): 3110-3119. doi: 10.1109/TSP.2011.2138700
[24]	HUANG Y L, ZHANG Y G, LI N, et al. Надежный нелинейный фильтр Стьюдента на основе t и сглаживание[J]. IEEE Transactions on Aerospace and Electronic Systems, 2016, 52(5): 2586-259.6. doi: 10.1109/ТАЭС.2016.150722
[25]	БИЛИК И., ТАБРИКЯН Дж. Маневрирование сопровождения цели при наличии блика с использованием нелинейного гауссовского фильтра Калмана [J]. IEEE Transactions on Aerospace and Electronic Systems, 2010, 46(1): 246-262. doi: 10.1109/TAES.2010.5417160
[26]	YANG Y X. Адаптивная навигация и кинематическое позиционирование[M]. Пекин: Surveying and Mapping Press, 2006: 9.5-97.
[27]	YANG Y X, HE H, XU G. Адаптивная надежная фильтрация для кинематического геодезического позиционирования[J]. Журнал геодезии, 2001, 75(2-3): 109-116. doi: 10.1007/s001 0157
[28]	杨元喜, 任夏, 许艳.自适应抗差滤波理论及应用的主要进展[J].导航定位学报, 2013, 1(1): 9-15. doi: 10.3969/j.issn.2095-4999.2013.01.003 YANG Y X, REN X, XU Y. Основной прогресс адаптивно надежного фильтра с приложениями в навигации[J]. Журнал навигации и позиционирования, 2013 г., 1(1): 9–15 (на китайском языке). doi: 10.3969/j.issn.2095-4999.2013.01.003
[29]	WANG Y D, SUN S M, LI L. Адаптивный надежный фильтр Калмана без запаха для слежения за маневрирующим транспортным средством[J]. Журнал руководства, контроля и динамики, 2014 г., 37 (5): 1696–1701. дои: 10.2514/1.G000257
[30]	QIU Z B, QIAN H M, WANG G Q. Адаптивная робастная кубатурная фильтрация Калмана для оценки положения спутника [J]. Китайский журнал аэронавтики, 2018 г., 31(4): 806-819. doi: 10.1016/j.cja.2018.01.023
[31]	胡振涛, 曹志伟, 李松, 等.基于容积卡尔曼滤波的异质多传感器融合算法[J].光电子·激光, 2014, 25(4): 697-703. HU Z T, CAO Z W, LI S и др. Алгоритм слияния гетерогенных мультисенсоров на основе кубатурного фильтра Калмана[J]. Journal of Optoelectronics·Laser, 2014, 25(4): 697-703 (на китайском языке).
[32]	徐树生, 林孝工.基于鲁棒CKF的多传感器全信息融合算法[J].电机与控制学报, 2013, 17(2): 90-97. doi: 10.3969/j.issn.1007-449X.2013.02.014 XUS S S, LIN X G. Мультисенсорный алгоритм объединения всей информации на основе надежного CKF[J]. Электрические машины и управление, 2013, 17(2): 90-97 (на китайском языке). doi: 10.3969/j.issn. No related posts. Категория: Разное Навигация по записям Приспособление на наждак для заточки ножей: как правильно заточить нож наждачным кругом Лоджии дизайн фото: Дизайн балконов и лоджий: 4409 фото на INMYROOM Добавить комментарий Отменить ответ Ваш адрес email не будет опубликован. Обязательные поля помечены * Комментарий * Имя * Email * Сайт © 2019 Ассоциация ЖКХ «Развитие» и Компания «ЖКХ Девелопмент». При использовании материалов ссылка на первоисточник обязательна. 2023 © Все права защищены.