搜索资源列表
TargetTracking
- 二维图像目标跟踪，用matlab实现，采用了卡尔曼（kalman）滤波算法
kalman_intro_chinese.rar
- 卡尔曼滤波器是一个“optimal recursive data processing algorithm（最优化自回归数据处理算法）”。对于解决很大部分的问题，他是最优，效率最高甚至是最有用的。他的广泛应用已经超过30年，包括机器人导航，控制，传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理，例如头脸识别，图像分割，图像边缘检测等等。,Kalman filter is an " optimal recursive data processing
Kalman
- 1．什么是卡尔曼滤波器（What is the Kalman Filter?） 2．卡尔曼滤波器的介绍（Introduction to the Kalman Filter） 3．卡尔曼滤波器算法（The Kalman Filter Algorithm） 4．简单例子（A Simple Example） 5. 用matlab做的kalman滤波程序,已通过测试 还有下面一个 Matlab源程序，显示效果更好。 -1. What is a Kalman filter 2
RtwMatrix
- GPS惯性导航系统,解压后会有5M,这是我利用C#针对嵌入式WinCE做的一个GPS/惯性导航系统的组合定位软件，包括了卡尔曼滤波算法（含矩阵控件），界面显示，GPS串口接受，滤波结果输出以及WinCE应用调试控件，超强吧！直接下载可以在Visual.Net下调试使用-GPS inertial navigation system, after decompression will be 5M, which I use C# for embedded WinCE do a GPS/inertial
2007102318148533
- 解压后会有5M,这是我利用C#针对嵌入式WinCE做的一个GPS/惯性导航系统的组合定位软件，包括了卡尔曼滤波算法（含矩阵控件），界面显示，GPS串口接受，滤波结果输出以及WinCE应用调试控件，超强吧！直接下载可以在Visual.Net下调试使用 -After decompression there 5M, which I use C# for embedded WinCE do a GPS/inertial navigation system integrated positioning s
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
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
ekf_ukf_maukf
- 主要对扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）及改进无迹卡尔曼滤波（MAUKF）算法进行研究，研究了三种算法的基本原理和各自的特点。其中扩展卡尔曼滤波器是将卡尔曼滤波器局部线性化，其算法简单，计算量小，适用于弱非线性、高斯环境。无迹卡尔曼滤波器是用一系列确定样本来逼近状态的后验概率密度。改进无迹卡尔曼滤波算法在UKF的基础上引入衰减因子。-The thesis focuses on the extended Kalman filter (EKF), unscented Kalman f
Extended_KF
- 这个zip文件中包含的原则和双方的扩展卡尔曼滤波（EKF）和全球定位系统（GPS）算法简要说明。它的主要目的是提供一个相对容易实现的扩展卡尔曼滤波，在我们使用的输入函数的形式，而不是禁止函数处理符号表达式。它也可作为一个简要介绍了卡尔曼滤波算法GPS和学习它的意思。在为EKF的例子，我们提供的原始资料，同时使用的定位扩展卡尔曼滤波和最小二乘法的任务和解决方案。 有四个M文件和两个数据文件。 Extended_KF.m包含EKF的函数体。另一些功能和GPS的示例数据文件。-This zip f
book
- 这是一本研究目标定位跟踪的学习手册（在雷达，声纳，无线传感器网络领域等），采用的方法有最小二乘/极大似然，卡尔曼滤波，蒙特卡洛，粒子滤波等方法，更是很多读者需要的是里面有大量的仿真实例和程序代码，并配以中文注释，读者可以结合书中的原理和公式，对程序有进一步的理解。也适合很多读者在已有的代码的基础上对算法进行改进。-This is a study targeting the learning manual tracking (radar, sonar, wireless sensor networ
KalmanAll
- 卡尔曼（Kalman）滤波工具箱，用于学习和验证卡尔曼滤波算法-Kalman Filter Toolkit for studying and verify Kalman filtering algorithm.
卡尔曼滤波算法
- 卡尔曼滤波（Kalman filtering）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。
3.【卡尔曼滤波】kalman
- 卡尔曼滤波（Kalman filtering）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。(Kalman filtering (Kalman filtering) An algorithm that optimizes the state of the system by using the linear system state equation, through the syst
Kalman filter
- 卡尔曼滤波（Kalman filtering）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。 斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时，发现他的方法对于解决阿波罗计划的轨道预测很有用，后来阿波罗飞船的导航电脑使用了这种滤波器。 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Ka
kalmanfilter
- 卡尔曼滤波（Kalman filtering）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(Calman filter (Kalman filtering), an algorithm for optimal estimation of system states using linear system state equations and input and output data of the system.
kalman
- 基于卡尔曼滤波对现有采样数据进行滤波，有效降低观测值的误差。卡尔曼滤波是一种时域方法，它把状态空间的概念引入随机估计理论，用状态方程、观测方程和噪声激励递推估计测量噪声，便于实现实时应用。(The existing sampled data is filtered based on Kalman filter, which can effectively reduce the error of the observed value. Kalman filtering is a time doma
9轴融合算法mpu6050 hmc5883 kalmanfilter
- 卡尔曼滤波算法融合9轴传感器（MPU6050 + HMC5883 ） 的原始数据，给出准确的滚转、俯仰和偏航角度信息。(The Calman filtering algorithm combines the original data of 9 axis sensors (MPU6050 + HMC5883) and gives accurate information of roll, pitch and yaw angle.)
P2_KalmanFilter_Example
- 卡尔曼滤波（Kalman filtering）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。 斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时，发现他的方法对于解决阿波罗计划的轨道预测很有用，后来阿波罗飞船的导航电脑使用了这种滤波器。 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Ka
kalmanfilter
- 卡尔曼滤波（Kalman filtering）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。(Kalman filtering (KF) is an algorithm for optimal estimation of system state by using linear system state equation and input and output observation
卡尔曼滤波原理及应用MATLAB仿真 pdf1
- 卡尔曼滤波原理及应用—MATLAB仿真主要介绍数字信号处理中的卡尔曼（Kalman）滤波算法及在相关领域应用。全书共7章。第1章为绪论。第2章介绍MATLAB算法仿真的编程基础。第3章介绍线性Kalman滤波。第4章讨论扩展Kalman滤波，并介绍其在目标跟踪和制导领域的应用和算法仿真。第5章介绍UKF滤波算法，同时也给出其应用领域内的算法仿真实例。第6章介绍了交互多模型Kalman滤波算法。第7章介绍Simulink环境下，如何通过模块库和S函数构建Kalman滤波器，并给出了系统是线性和非线