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

无迹卡尔曼滤波和扩展卡尔曼滤波的仿真比较，模型在程序中给出，适合初学者学习-Unscented Kalman filter and extended Kalman filter simulation in model given in the program, suitable for beginners to learn

无迹卡尔曼滤波在目标跟踪应用的仿真分析，包含误差分析。适合初学者学习。-Unscented Kalman filter simulation in target tracking applications, including error analysis. Suitable for beginners to learn.