搜索资源列表
NoiseReductionUsingaMedianFilter
- 本实验要求编写一个中值滤波的程序，并对产生的椒盐噪声的图像进行中值滤波处理。中值滤波是基于统计学的一种非线性滤波方法。我们还需要知道一个按大小排列的数组中间位置上的数据称为是中值。通过修改在实验project03-04的程序实现3*3中值滤波。-Prepared in this experiment, a median filtering process, and salt and pepper noise generated by the image processing median fil
oneapf
- 基于单位功率因数控制策略的单相有源滤波，去掉非线性负载部分即为单相全控整流。开关器件采用IGBT。-Based on the unity power factor control strategy of single-phase active power filter, remove the part of non-linear load is the single-phase full-controlled rectifier. Switching device IGBT.
suanfa
- C++数值运算的常用算法，包括项式与连分式计算、矩阵运算、线性方程组求解、 非线性方程组求解、数值积分、数据处理与回归分析、数学变换与滤波等-C++ numerical computation of the commonly used algorithms, including the item type and continued fractions, the matrix operations, solving linear equations, solving systems of non
ReBEL-0.2.4
- 是线性、非线性滤波的工具包，包括KF，UKF，PF及其各种变体-Is linear, non-linear filtering tool kit, including KF, UKF, PF and its various variants
version2
- 实现基于蒙特卡洛算法的rb粒子滤波，带有再采样步骤，针对强非线性系统，有较好的效果。-Rb-based Monte Carlo algorithm to achieve particle filter with re-sampling step, for the strongly nonlinear systems, there are good results.
4
- 基于非线性模型的卡尔曼滤波非均匀性校正算法-Kalman filtering based on nonlinear model of non-uniformity correction algorithm
CostReference
- 一篇关于代价参考粒子滤波算法的论文，该算法的优点是不需要任何先验概率知识的假定和重采样过程，可实现并行处理。本文将代价参考粒子滤波与当前统计模型的优点相结合 ,提出一种新的当前统计模型自适应跟踪算法 ,用于非线性非高斯系统的机动目标跟踪。-A particle filter on the reference price of the paper, the advantages of the algorithm does not require any prior knowledge of the
496876399457457454534
- 粒子滤波技术在非线性、非高斯系统表现出来的优越性，决定了它的应用范围非常广泛。另外，粒子滤波器的多模态处理能力，也是它应用广泛有原因之一。国际上，粒子滤波已被应用于各个领域。在经济学领域，它被应用在经济数据预测；在军事领域已经被应用于雷达跟踪空中飞行物，空对空、空对地的被动式跟踪；在交通管制领域它被应用在对车或人视频监控；它还用于机器人的全局定位。 -Particle filter technology in the non-linear, non-Gaussian system demon
zhongzhilvbo
- 通过分析彩色图像滤波的一般方法，提出了一种基于矢量中值滤波的改进算法。该算法融合了线性均值滤波和非线性矢量中值滤波两种方法，大大降低了运算复杂度，同时对脉冲噪声和高斯噪声有好的抑制作用，能有效地保护图像的边缘信息，滤波后不会出现新的颜色。另外本算法的运算复杂度随着滑动窗的增大而缓慢增加，使其能够达到滤波效果和运算复杂度的有效平衡。-By analyzing the general method of color image filtering, a vector median filter ba
JPPSOV
- 用于实现非线性滤波，基于JPPSOV的MATLAB源代码-Used to implement non-linear filter, based on the MATLAB source code JPPSOV
pf_paper
- 用于对非线性方程的参数估计和最优估计的粒子滤波算法，保管一看就会，步骤很清晰的。-the solution of non-line function by pf filter
KF
- 一种基于运动模型的扩展卡尔曼滤波（EKF）算法,该方法适用于任何能用状态空间模型表示的非线性系统，精度可以逼近最优估计.-an EKF positioning and tracking algorithm based on kinematic model. This method can apply to any state-space model which is the nonlinear system, and the accuracy can approach to best of al
XyfModified
- 个人写的傅里叶非线性滤波去噪算法，包含傅里叶变化、逆变换等-Personal writing Fourier nonlinear filter denoising algorithms, including Fourier transform, inverse transform
An_improved_ekf_new_methods
- 本文对于非线性非高斯问题，提出了一种改进扩展卡尔曼滤波（NIEKF）新方法。该方法将迭代滤波理论引入到扩展卡尔曼滤波器方法中，有效地重复利用新的测量信息，还利用Levenberg-Marquardt 方法调整预测协方差阵以保证算法具有全局收敛性。实验结果表明，所提方法具有更高的估计精度，是一种效率较高、性能较好的跟踪方法。-This non-Gaussian for nonlinear problems, an improved extended Kalman filter (NIEKF) th
upf_demos
- 粒子滤波改进算法仿真比较，我觉得很好用，大家快下载，贝叶斯滤波适合非线性和非高斯环境，这种非线性统计理论很先进-Improved particle filtering algorithm for simulation and comparison, I feel useful, we quickly download, Bayesian filtering for nonlinear and non-Gaussian environment, which is very advanced sta
6f0a0e5dc9a6
- EKF滤波器实现代码 有利于初学者了解非线性滤波变成-ekf filter
ukf
- EKF仅仅利用了非线性函数Taylor展开式的一阶偏导部分（忽略高阶项），常常导致在状态的后验分布的估计上产生较大的误差，影响滤波算法的性能，从而影响整个跟踪系统的性能。最近，在自适应滤波领域又出现了新的算法——无味变换Kalman滤波器（Unscented Kalman Filter-UKF）。UKF的思想不同于EKF滤波，它通过设计少量的σ点，由σ点经由非线性函数的传播，计算出随机向量一、二阶统计特性的传播。因此它比EKF滤波能更好地迫近状态方程的非线性特性，从而比EKF滤波具有更高的估计精
tma_ekf
- 扩展卡尔曼滤波算法是目前最常用的非线性滤波算法之一，其核心思想就是将非线性模型线性化后，然后采用标准的卡尔曼滤波算法进行迭代滤波，这是一种最基本的解决非线性滤波问题的方法，目前在目标跟踪领域得到了广泛的运用。-Extended Kalman filter is the most commonly used one of nonlinear filtering algorithm, the core idea is that the nonlinear model is linearized, a
ukf
- 无迹卡尔曼滤波UKF是重要的非线性滤波方法。它采用UT变换的方法，不再近似系统的非线性方程，它仍然用高斯随机变量表示状态分布，不过是用特定选择的样本点加以描述，每个点叫一个高斯点，它从系统状态的概率密度函数中取出；然后，按系统的真实模型演化，得到非线性演化后的σ点，使得样本均值和样本方差是真实均值和真实方差的好的近似。 在这个程序中，实现了基于UKF的滤波方法，并且建立了两种仿真环境进行实验。-Unscented Kalman filter UKF is an important nonli
ekfukf
- 非线性滤波方法，主要包括EKF(扩展卡尔曼滤波)与UKF（无迹卡尔曼滤波），对于非线性状态、参数估计的学习有很大的帮助-Nonlinear filtering methods, including EKF (EKF) and UKF (unscented Kalman filter) for nonlinear state estimation is very helpful in learning