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
PHD
- 有关随机有限集一阶矩PHD滤波的matlab实现的程序。-First moment PHD filter matlab implementation procedures for random finite set.
GM_PHD1
- 基于高斯线性的概率密度函数滤波估计,以此为蓝本有很多改进或类似的算法,比如CDKF-PHD等-Based on Gaussian probability density function of the linear filter estimation, there are a lot of improvements as a blueprint or similar algorithms, such CDKF-PHD, etc.
Li_SMC_PHD-pack
- PHD filter example and fully written example matlab code