搜索资源列表
KalmanFilterProgram
- 目标跟踪问题的应用背景是雷达数据处理，即雷达在搜索到目标并记录目标的位置数据, 对测量到的目标位置数据（称为点迹）进行处理，自动形成航迹，并对目标在下一时刻的位置进行预测。 ben文简要讨论了用Kalman滤波方法对单个目标航迹进行预测，并借助于Matlab仿真工具，对实验的效果进行评估。 trajectory.m产生理论的航迹，并绘出 Kalman_filter.m 利用Kalman滤波算法，对目标的航迹进行估计 filter_result.m kalman滤波估计的
kaermanmubiaogenzong
- 根据二维空间内目标作匀速直线运动和匀速圆周运动的特点，在建立目标运动模型和观测模型的基础上采用基于交互多模算法（IMM）的卡尔曼滤波器对机动目标进行跟踪。仿真结果表明，该算法不仅能够对匀速直线运动和匀速圆周运动的目标进行跟踪，而且在运动模型发生变化时，滤波误差也比较小。 关键词：卡尔曼滤波器；目标跟踪；机动；交互多模（IMM） -two-dimensional space under target for uniform linear motion and uniform circula
kalmanfiltertotrackingsimulink
- 些程序是一个雷达跟踪一目标的仿真图形,可实现kalman滤波的估计轨迹与真实轨迹的误差,并分别可绘出X,Y方向的跟踪误差,对初学都来说,是一个非常好的学习例子
OFDMcode_MATLAB
- OFDM仿真程序MATLAB 接收端采用的算法和程序流程与发送端发送的OFDM符号的帧结构有关系。具体的帧结构，以及定时估计，频偏估计，剩余误差跟踪的算法可参考算法说明文档
H_infinite_transfer_alignment
- 从实际应用的角度出发，提出利用跟踪微分滤波器抑制机冀挠曲变形产生的影响，通过杆臂效应补偿消 除干扰加速度，用延时补偿算法减少由数据传输延迟造成的量测信息误差。在此基础之上，采用“速度+姿态” 匹配方案，研究了基于H_滤波估计的快速传递对准方法.大量数值仿真、静态试验、动态跑车试验表明，这 些方法有收敛速度较快、精度较高的特点，并t,有较强的抗干扰能力。试验也验证了传递对准方法的有效、可 行，能满足控制系统对导航信息的精度要求.
bppid
- bppid源程序 直接运行可仿真出结果 包括误差曲线 跟踪曲线 参数自整定曲线
AdaptivePIDcontrolbasedonRBFIdentification
- 结合rbf 的pid控制原码 可仿真实现 结果有误差曲线 跟踪曲线 参数整定曲线等
SingleNeuralNetPIDControllerbaseonSecondTypeLearni
- 结合单神经元的pid控制原码 可仿真实现 结果有误差曲线 跟踪曲线 参数整定曲线等
CMACandPIDConcurrentControl
- 结合cmac 的pid控制原码 可仿真实现 结果有误差曲线 跟踪曲线 参数整定曲线等
bot703
- 目标跟踪中的粒子滤波器进行了100次Monte carlo 仿真（输出航迹图和误差曲线）
改善动态相位跟踪和不平衡电压检测性能的改进软锁相环算法
- 相位检测是控制系统的基础，软锁相环检测适用于电 压畸变场合，便于数字化实现。分析了软锁相环应用于静止 同步补偿器时面临的若干问题，并提出了2 方面的改进方 案：一是针对超前/滞后环节参数选取困难的问题，将其滤 波功能转移到前置延时信号消除环节中；二是q 轴电压经 PI 调节的输出直接作为相位的误差信号，减少了前向积分 环节。通过仿真实验证明改进后的软锁相环在动态相位跟踪 及不平衡电压检测等方面的性能有显著改善。
kalman预测随机
- kalman预测随机,程序是一个雷达跟踪一目标的仿真图形,可实现kalman滤波的估计轨迹与真实轨迹的误差,并分别可绘出X,Y方向的跟踪误差,对初学都来说,是一个非常好的学习例子
ADPF
- 基于统计决策规则提出自适应采样数粒子滤波算法, 在定义综合性能风险函数的基础, 推导出粒子数与滤波误差方差之间的关系式, 使得在跟踪过程中, 可以根据目标的机动情况在线调节粒子数, 以使跟踪性能 达到最优。在Matlab仿真平台下进行了闪烁噪声下的机动目标跟踪实验, 结果表明, 自适应采样数粒子滤波算法是一种有效的机动目标跟踪方法, 跟踪性能较基本粒子滤波算法提高了3.17倍。-Based on statistical decision rules of the number of adap
loop-gainKalmanfiltersourcecodepackage
- 自己编写的一个循环增益卡尔曼滤波程序包，用于对机动目标进行检测和跟踪的滤波算法，给出目标数学模型和噪声模型，仿真后给出平均观测误差。程序里相应位置有标有注释。供做雷达机动目标检测和跟踪方面研究的人员参考。-I have written a loop-gain Kalman filter package, used for maneuvering target detection and tracking of the filter algorithm, given objective mathe
Particle_filter
- 基于粒子滤波器的机动目标跟踪技术 首先 ， 概 要介绍传统的Kalman滤波器，以及有所改进的扩展Kalman滤波器。 其次，为了能更好地解决在动态模型为非线性且噪声为非高斯的条件下对机动目标的 跟踪问题，通过概率统计理论详细阐述粒子滤波器基本原理。然后，针对不同的使用 条件，根据粒子滤波器的基本理论做出适当的修改和整理，就得到了四个相关的粒子 滤波器的变型，使用州以JLAB把它们对机动目标的跟踪性能作了详细地计算机模拟 仿真且用均方根误差更加精确地进行了比较。最后，把粒
Particle
- 仿真实现了目标跟踪的粒子滤波跟踪，并对误差进行了统计- realize the particle filter
LevelElmulaterysh
- 目标运动和卡尔曼跟踪的仿真程序，给出了系统状态转移矩阵和测量过程，以及协方差和增益。通过绘图得出仿真轨迹和真实轨迹的平均误差。有助于研究目标航迹跟踪-Target motion and Kalman tracking simulation program, the system state transition matrix and measurement process, as well as the covariance and gain. Obtained by drawing the a
MMPF_TBD
- 基于粒子滤波的多个目标检测前跟踪的matlab仿真实现，做了两个目标，给出了跟踪误差和轨迹-multitarget track-before-detect based particle filter
art
- 使用粒子滤波对目标运动状态和轨迹进行预测跟踪，仿真结果包括系统状态、系统误差和粒子中心位置。-Using a particle filter for target motion trajectory prediction and tracking, simulation results include system status, system errors and particle center position.
CV
- 机动目标跟踪的CV模型算法，采用matlab进行了简单的仿真，并且进行了相关的误差分析(CV model algorithm for maneuvering target tracking)