搜索资源列表
0999
- 卡尔曼滤波是一种数据处理方法，它是一种线性最小方差无偏估计准则，基于系统 状态估计和当前观测，通过引入状态空间而获得的新的状态估计.本篇论文陈述了卡尔曼滤 波的基本思路和算法；并通过仿真，显示卡尔曼滤波的功能，以及如何用它来跟踪方向确定、速度恒定的飞行器。-Kalman filter is a data processing method, which is a linear minimum variance unbiased estimation criteria, based on
模糊机动目标跟踪
- 目标的精确拦截，制导指令需要根据导弹和目标 的运动状态依据最优制导算法进行计算。由于目 标的运动状态很难实时测量，通常采用状态估计 器进行近似估计，目前，卡尔曼滤波和堆y滤波 应用最为广泛
Matlab
- 卡尔曼滤波器是一个对动态系统的状态序列进行线性最小误差估计的算法，一般用于线性系统。一般在运动跟踪领域中摄像机相对于目标物体运动有时属于非线性系统，但由于在一般运动跟踪问题中图像采集时间间隔较短，可近似将单位时间内目标在图像中的运动看作匀速运动，采用卡尔曼滤波器可以实现对目标运动参数的估计。-Kalman filter is a state sequence of linear dynamic systems smallest error estimation algorithm for lin
卡尔曼滤波算法C语言实现
- 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, Kalman滤波是目前应用最为广泛的滤波方法, 在通信, 导航, 制导与控制等多领域得到了较好的应用
单站无源定位技术研究与实现
- 提出了改进的结合相位差变化率和多普勒频率变化率的单站无源定位算法。该算法克服了相位差变化率法中对目标运动状态和运动高度的限制及多普勒频率变化率法中波达角变化率信息获得困难，对算法实用性的限制，将两种算法的优点有机结合起来，降低了系统对定位系统前端接收机的设计难度，从而为该算法的硬件实现打下了良好的基础，最后使用迭代扩展卡尔曼滤波算法0Er,．v)对定位结果进行了处理，提高了估计的精度。(An improved single station without phase difference rat
双卡尔曼滤波下的全钒液流电池荷电状态估计_郑涛
- 双卡尔曼滤波下的全钒液流电池荷电状态估计,学习卡尔曼滤波的必备资料
111
- 涉及一种分布式驱动电动汽车惯性 参数估计方法，首先考虑载荷参数不确定导致车 辆惯性参数的变化，建立三自由度整车动力学模 型，并选择魔术公式的非线性轮胎模型，设计双 自适应无迹卡尔曼滤波器的状态和参数估计系 统，再确定双自适应无迹卡尔曼滤波观测器的具 体步骤，从而实现对车辆车辆纵向速度、车辆质 心侧偏角等车辆状态及整车质量、横摆转动惯 量、质心到车辆前轴的距离等车辆惯性参数估 计。本发明基于考虑载荷参数变化的车辆动力学 估计模型，采用自适应无迹卡尔曼滤波方法可以 有效抑制车辆状态参数滤波器的发散影