The difficulty in achieving highly

The difficulty in achieving highly precise location estimates in many indoor and
outdoor wireless environments has led a number of investigators to utilize parameter
estimation techniques for positioning and tracking mobile targets. These techniques
can be very beneficial, for example, in smoothing position tracks in mixed LOS/
NLOS situations. Kalman, Bayesian, or particle filters are widely used as state estimators. These state estimation methods can be applied with a variety of sensor technologies and positioning algorithms to improve positioning and tracking performance in many real- world environments. Part V of this handbook begins with a
discussion of positioning as a state estimation problem and then discusses Kalman
filtering and closely related techniques applicable in both indoor and outdoor
applications.

Kết quả (Việt) 1:

Những khó khăn trong việc đạt được vị trí chính xác cao ước tính trong nhiều hồ vàmôi trường không dây ngoài trời đã dẫn một số điều tra viên để sử dụng tham sốcác kỹ thuật dự toán cho các vị trí và theo dõi điện thoại di động mục tiêu. Các kỹ thuậtcó thể rất có lợi, ví dụ, trong làm mịn vị trí bài hát tại LOS hỗn hợp /Tình huống NLOS. Kalman, Bayes hoặc bộ lọc hạt được sử dụng rộng rãi như là nhà nước estimators. Các phương pháp dự toán nhà nước có thể được áp dụng với một loạt các công nghệ cảm biến và định vị các thuật toán để cải thiện tính năng định vị và theo dõi trong nhiều môi trường thế giới thực. Phần V của sổ tay này bắt đầu với mộtthảo luận về các vị trí như là một vấn đề dự toán nhà nước và sau đó thảo luận về Kalmanlọc và liên quan chặt chẽ các kỹ thuật áp dụng trong cả trong nhà và ngoài trờiCác ứng dụng.

Kết quả (Việt) 2:

Khó khăn trong việc đạt được ước tính vị trí chính xác cao trong nhiều trong nhà và
môi trường không dây ngoài trời đã dẫn một số điều tra viên để sử dụng thông số
kỹ thuật ước lượng cho việc định vị và theo dõi các mục tiêu di động. Những kỹ thuật này
có thể rất có lợi, ví dụ, trong bài hát làm mịn vị trí trong LOS / hỗn hợp
các tình huống NLOS. Kalman, Bayesian, hoặc bộ lọc hạt được sử dụng rộng rãi như dự toán nhà nước. Những phương pháp ước lượng trạng thái có thể được áp dụng với một loạt các công nghệ cảm biến và các thuật toán định vị để cải thiện vị trí và hiệu năng theo dõi trong nhiều môi trường thế giới thực. Phần V của cuốn sổ tay này bắt đầu với một
cuộc thảo luận về định vị như là một vấn đề ước lượng trạng thái và sau đó thảo luận về Kalman
lọc và các kỹ thuật liên quan chặt chẽ được áp dụng ở cả trong nhà và ngoài trời
các ứng dụng.