KF.m UKF.m UKF和KF例程.pdf

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：构造无迹卡尔曼滤波器_无迹卡尔曼滤波_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

无迹卡尔曼滤波UKF实现2D目标跟踪 算法：标准的无迹卡尔曼滤波 仿真场景：二维目标，CV模型 传感器类型：主动雷达 MATLAB仿真仿真实现; 蒙特卡洛仿真实验， 仿真结果：二维跟踪轨迹，各维度跟踪轨迹，估计均方误差RMSE，位置RMSE,速度RMSE（结果图压缩文件都有）。 仿真参数设置：见下面链接的里面又给 仿真结果可以先看下面链接博客，代码肯定能运行且有结果，可开发性强， 如果有问题可联系WX:ZB823618313 对应的仿真模型及参数设置见无迹卡尔曼滤波 对应的理论分析和参数设置，见博文《无迹卡尔曼滤波UKF—目标跟踪中的应用(仿真部分)》https://blog.csdn.net/weixin_44044161/article/details/115390660

无迹卡尔曼滤波UKF实现三维3D目标跟踪 本人长期在CSDN，有技术问题可以联系博主，必会 算法：标准的无迹卡尔曼滤波，可以参见《目标跟踪前沿理论与应用》 仿真场景：CV模型,三维目标， 传感器类型：主动雷达 MATLAB仿真仿真实现; 蒙特卡洛仿真实验， 仿真结果：三维跟踪轨迹，各维度跟踪轨迹，估计均方误差RMSE，位置RMSE,速度RMSE（结果图压缩文件都有）。 仿真参数设置：见下面链接的里面又给 仿真结果可以先看下面链接博客，代码肯定能运行且有结果，可开发性强， 如果有问题可联系WX:ZB823618313 对应的仿真模型及参数设置见扩展卡尔曼滤波 对应的理论分析和参数设置，见博文《无迹卡尔曼滤波UKF在目标跟踪中的应用—仿真部分》https://blog.csdn.net/weixin_44044161/article/details/115390660

基于改进型无迹变换的锂电池组SOC 值智能预测方法.pdf

针对多站纯方位目标跟踪与定位问题,给出了一种基于一致性的分布式无迹卡尔曼滤波算法(CDUKF,Consensus-based Dis-tributed Unscented Kalman Filter)。各观测站利用本站和邻接站点信息获得目标状态的局部估计,其次利用联邦滤波器的加权原则和一致性算法,通过相邻观测站之间的局部信息交换获得目标状态的更高精度估计,并提出通过利用各站历史状态信息以改善算法的收敛速度。仿真结果表明论文所提出的算法能够实现多站纯方位被动跟踪,估计结果可接近传统集中式融合的跟踪精度。

针对粒子滤波算法存在的粒子退化现象和重要性密度函数难以选取等问题，在研究交互式多模型滤波算法的基础上，设计一种基于随机加权自适应IMMUPF算法。首先，该算法在无迹粒子滤波的采样过程中融合了随机加权和交互式多模型滤波的优点，利用无迹卡尔曼滤波算法得到[k]时刻各模型估计最新量测信息的粒子；然后，对该组粒子进行输入交互作为各模型的输入，再经过模型匹配、重采样以及模型概率更新过程；最后，对各模型相对应的粒子进行输出交互，得到所有粒子的随机加权自适应和的表达式，循环更新粒子实现状态估计。将设计的算法应用于GPS/DR组合导航系统中进行仿真计算，结果表明，该算法计算得到的位置误差较UPF和IMMUPF有所减少，东向位置误差控制在[-8 m,+6 m]，北向位置误差控制在[-8 m,+8 m]，提高了GPS/DR组合导航系统定位的解算精度。

无迹卡尔曼滤波matlab的代码，最基础的，有需要的可以在这个基础上修改

对代码中的卡尔曼滤波器进行修改，使用无迹卡尔曼滤波器，进行室内定位

电子-无迹卡尔曼滤波UKF的应用比较分析.pdf,综合电子技术四轴飞行器|飞控