搜索资源列表
nonlinearfilter
- 工学博士学位论文 目前，扩展卡尔曼滤波是研究初始对准和惯性/GPS组合导航问题的一个主要手段。 但初始对准和惯性/GPS组合导航问题本质上是非线性的，对模型进行线性化的扩展卡 尔曼滤波在一定程度上影响了系统的性能。近年来，直接使用非线性模型的 UKF(Unscented Kalman Filtering, UKF)和粒子滤波，正在逐渐成为研究非线性估计问题 的热点和有效方法。 本文研究了UKF和粒子滤波两种非线性滤波方法，并将其应用于非线性静基座对 准和惯性
demorbpfdbn.tar
- 无味卡尔曼滤波的源代码，无味卡尔曼滤波用于估计非线性系统的状态值，优于扩展卡尔曼-tasteless Kalman Filtering source code, unscented Kalman filter for nonlinear systems estimated value of the state, better than the extended Kalman
cs.rar
- 当前统计模型的跟踪方法，并给出相应的目标运动轨迹和预测估计，程序经证明是有效的。,Current statistical model of the tracking method, and gives the corresponding target trajectory estimates and projections, the program proved to be effective
5
- 基于MAP算法的图像超分辨率重构技术研究硕士论文，文中介绍了超分辨率重建的理论基础与数学模型，基于卡尔曼滤波的序列图像运动估计及基于MAP的超分辨率重建的具体过程。-Algorithm based on MAP Super-Resolution Reconstruction of Image Technology master' s thesis paper introduces the theory of super-resolution reconstruction of the fo
dangqiantongjimoxin
- 选用当前统计模型，在卡尔曼估计的基础上，引进目标状态估计协方差矩阵，进行最优加权平均，能够获得精度较高的运动状态-The current statistcal model
33
- 在多径分量数确定的前提下,MIMO-OFDM系统采用传统的基于导频辅助和盲信道估计算法能获得较好性能。实际无线环境中,多径分量数目与幅度都是时变的,则传统信道估计方法不再适用。该文采用随机集理论建模MIMO-OFDM系统信道多径分量数的变化和MIMO信道。基于此模型提出了集中粒子空间重采样方法(CRS),在保留大概率粒子抽样样本的同时主动抛弃小概率抽样样本,以获得更为准确的真实样本逼近。并提出了基于集中重采样Rao-Blackwellised粒子滤波的信道估计方法(RBPFC)。仿真结果表明:所
UKF
- 该函数实现不敏卡尔曼滤波算法，用于状态估计，目标跟踪-UKF Filter
GSL_EKF_IMU
- 利用IMU数据（陀螺仪，加速度计，磁场计）结合EKF进行实时位姿估计-pose estimation based on EKF with the data of IMU
kalman_moving_ball
- 用C++语言和OpenCV库实现的小球抛物线运动卡尔曼估计算法-Ball parabolic motion with the C++ language and OpenCV library Kalman estimation algorithm
newPic
- 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(An algorithm for estimating the state of the system by using the linear system state equation, inputting and outputting the observed data through the system. Since the obs
Kalman Filter
- Kalman滤波在测量方差已知的情况下能够从一系列存在测量噪声的数据中，估计动态系统的状态(Kalman filter can be used to estimate the state of a dynamic system from a series of data that has measurement noise)
第五次作业
- 数据滤波是去除噪声还原真实数据的一种数据处理技术, Kalman滤波在测量方差已知的情况下能够从一系列存在测量噪声的数据中，估计动态系统的状态. 由于, 它便于计算机编程实现, 并能够对现场采集的数据进行实时的更新和处理(Data filtering is to remove noise and a data processing technique of real data reduction, Kalman filter can from a series of measurement no
3
- 本程序主要针对笛卡尔滤波程序进行仿真，主要为目标运动的轨迹估计，相对于之前的程序这次在观测信号中含有距离、速度信息！ 程序正确完整，适合了解卡尔曼的同事学习交流！(This program is mainly for Descartes filtering program simulation, mainly for target motion trajectory estimation, compared with previous procedures, this observation c
方根卡尔曼滤波
- 用SR-UKF算法进行仿真，模拟了PMSM的电机动态数据，取得良好效果(The SR-UKF algorithm is used to simulate the PMSM dynamic data and achieve good results.)
扩展卡尔曼滤波
- 用EKF算法进行仿真，模拟了PMSM的电机动态数据，取得良好效果(The EKF algorithm is used to simulate the PMSM dynamic data and achieve good results.)
kalman
- 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。(The algorithm optimally estimates the state of the system through input and output observations. Since the observation data include noise and interference in the system, the optimal e
MATLAB电池SOC估计
- 应用自适应扩展卡尔曼滤波算法进行锂电池SOC估计
卡尔曼滤波估测电池SOC
- 用于动力电池SOC估计，在simulink搭建模型，采用一阶RC环节(matlab/Simulink,SOC estimation,extended Kalman filter)
【赠送您】UKF 电池SOC估计
- 采用无极卡尔曼滤波来估算电池SOC，在Simulink中搭建ukf的模型(ukf unscented Kalman filter, soc estimation, matlab/simulink)
matlab程序
- 主要功能： 1.完成传感器对目标状态的kalman滤波估计； 2.对传感器的状态估计进行SCC和CI融合； 3.画出位置及速度的估计和融合误差曲线、真实航迹及融合后航迹、K=1时刻的协方差椭圆(Main functions: 1. The Kalman filter estimation of the target state is completed; 2. The state estimation of sensors is fused by SCC and CI; 3. Draw the