搜索资源列表
matlab-kalman
- 卡尔曼滤波的一个典型实例是从一组有限的，对物体位置的，包含噪声的观察序列预测出物体的坐标位置及速度. 在很多工程应用(雷达, 计算机视觉)中都可以找到它的身影. 同时，卡尔曼滤波也是控制理论以及控制系统工程中的一个重要话题. 比如,在雷达中,人们感兴趣的是跟踪目标,但目标的位置,速度,加速度的测量值往往在任何时候都有噪声.卡尔曼滤波利用目标的动态信息,设法去掉噪声的影响,得到一个关于目标位置的好的估计。这个估计可以是对当前目标位置的估计(滤波),也可以是对于将来位置的估计(预测)，也可
EKF_2D
- 该程序是电力系统扩展卡尔曼滤波算法的程序，应用于电力系统动态状态估计-The program is extended Kalman filter algorithm power system procedures, applied to power system dynamic state estimation
matlab 中卡尔曼滤波
- matlab 中利用卡尔曼估计SOC及卡尔曼原理说明
卡尔曼滤波算法
- 卡尔曼滤波（Kalman filtering）一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。
EKF4
- 采用拓展卡尔曼滤波的方法，对电动汽车SOC进行实时估计。(The extended Calman filter is used to estimate the SOC of electric vehicle in real time.)
SOC estimation
- 基于改进Sage-H璐a的自适应无迹卡尔曼滤波 的锂离子电池SOC估计(Adaptive unscented Calman filtering based on improved Sage-H Lu a SOC estimation of lithium ion batteries)
UPF
- 无迹卡尔曼粒子滤波，有效的估计状态,ZHENHAO YONG(An unscented Calman particle filter is used to estimate the state effectively)
EKF
- 卡尔曼滤波实验matlab程序。1用扩展卡尔曼滤波技术对上述系统的状态进行估计， 2.上机实现，给出目标位置与速度的真实轨迹和估计轨迹； 对滤波器的估计性能进行分析，(Calman filter experiment matlab program.1. the extended Calman filter is used to estimate the state of the system, and the experimental procedure and program desig
Calman filtering algorithm.zip
- matlab函数实现不敏卡尔曼滤波算法，用于状态估计(The matlab function implements the unscented Calman filtering algorithm for state estimation)
untitledkaerman - 副本
- 卡尔曼滤波用于状态估计和滤波处理有比较好的效果(Calman filtering is used for state estimation and filtering processin)
KALMAN
- 关于卡尔曼滤波与扩展卡尔曼滤波的航向估计代码(the matlab code of EKF and UKF)
kalman+tracking
- 采用卡尔曼滤波完成对于目标状态的融合估计和跟踪，实现多传感器对移动目标的持续有效跟踪。(Calman filter is used to complete the fusion estimation and tracking of the target state, and the multi sensor continuous and effective tracking of moving target is realized.)
kalmanfilter
- 卡尔曼滤波（Kalman filtering）一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响(Calman filter (Kalman filtering), an algorithm for optimal estimation of system states using linear system state equations and input and output data of the system.
matlab程序
- 卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器), 它能够从一系列的不完全及包含噪声的测量中，估计动态系统的状态。(Calman filtering is an efficient recursive filter (autoregressive filter). It can estimate the state of dynamic system from a series of incomplete and noisy measurements.)
kalman
- 基于卡尔曼滤波对现有采样数据进行滤波，有效降低观测值的误差。卡尔曼滤波是一种时域方法，它把状态空间的概念引入随机估计理论，用状态方程、观测方程和噪声激励递推估计测量噪声，便于实现实时应用。(The existing sampled data is filtered based on Kalman filter, which can effectively reduce the error of the observed value. Kalman filtering is a time doma
KF
- 基于卡尔曼滤波算法，实现二维位置以及速度的预测估计。(Based on the Calman filter algorithm, the predictive estimation of two dimensional position and velocity is realized.)
Desktop
- 编写卡尔曼滤波算法，以匀速直线运动为例，估计运动轨迹和运动速度，以及估计值与真真实值的偏差(kalman filter algorithm,using linear uniform motion as example, eslimate the position.speed,and giving the deviation of estimation value and real value)
kalman filter example
- 多个关于卡尔曼滤波的仿真程序，路径跟踪，温度估计，滤波，(kalman temperature estimation and route track)
Kalman_estimation
- 采用卡尔曼滤波法进行电池参数辨识,结果准确，辨识精度高(Identification of battery parameters by using Kalman filter method)
P2_KalmanFilter_Example
- 卡尔曼滤波（Kalman filtering）一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。 斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时，发现他的方法对于解决阿波罗计划的轨道预测很有用，后来阿波罗飞船的导航电脑使用了这种滤波器。 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Ka