注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 非线性估计理论的最新进展

  2. 扩展Kalman 滤波(EKF) 是应用最广的非线性估计方法,然而它存在实现性差、计算量大、估计精度低 等缺陷,这些问题起源于EKF 采用了Taylor 展开近似。在阐明非线性估计的本质,剖析EKF 等传统方法的特点及 缺陷的基础上,从非线性估计革新的两条发展思路———非Taylor 展开的线性变换及非线性变换出发,分别对插值滤 波、Unscented 滤波、粒子滤波和神经网络滤波这四种近年来最具特色的新方法进行介绍和评述。通过分析这些方 法的工作原理、性能特点、必要性和可行性,将非线性估计最

  3. 所属分类：网络基础

    • 发布日期：2009-09-03
    • 文件大小：32kb
    • 提供者：changjichang

  1. Kalman_Filtering_Techniques_for_Radar_Tracking

  2. 雷达跟踪中卡尔曼滤波的应用。 相对于其它非线性滤波技术，本书具有奠基作用。书里的针对2维3维具有位置、速度新息的滤波过程进行详细介绍，包括离散和连续的。但是相对Estimation with Applications to Tracking and Navigation来说，没有这本书全。

  3. 所属分类：专业指导

  1. Kalman 滤波算法综述 ppt

  2. 英文对Kalman 滤波算法进行了综述 ppt格式 分别对线性和非线性卡尔曼滤波进行了介绍

  3. 所属分类：其它

    • 发布日期：2011-01-15
    • 文件大小：448kb
    • 提供者：wangjiaren

  1. 基于扩展kalman的粒子滤波 程序

  2. EKF_PF 基于扩展kalman的粒子滤波 可解决非线性状态估计问题-EKF_PF based on extended kalman particle filter to address the issue of non-linear state estimation

  3. 所属分类：专业指导

    • 发布日期：2011-03-05
    • 文件大小：5kb
    • 提供者：lishaohuaqq

  1. Cubature Kalman Filters

  2. 非线性滤波方法——ckf ，在matlab中的实现，是一种新的非线性滤波方法

  3. 所属分类：其它

    • 发布日期：2011-05-17
    • 文件大小：2kb
    • 提供者：yang_hst

  1. Cubature Kalman Filters—CKF

  2. Cubature Kalman Filters的介绍，原理及应用，是一不错的非线性滤波方法。

  3. 所属分类：教育

    • 发布日期：2011-05-17
    • 文件大小：77kb
    • 提供者：yang_hst

  1. 非线性滤波程序

  2. 这是一个自己写的非线性滤波算法的比较程序，包含EKF，三阶CKF，五阶CKF，ICKF，UKF算法，这次只上传了经过编译的可执行程序，代码会在毕业之后，或者找完工作之后上传，如果发现问题，可与我联系！

  3. 所属分类：C++

    • 发布日期：2013-06-23
    • 文件大小：440kb
    • 提供者：irving8

  1. 卡尔曼滤波器的通俗易懂介绍

  2. 这是一个很好的介绍卡尔曼如何实现的册子。从离散标量开始引入，逐步推广到矩阵描述、非线性系统的处理等等~简洁易懂，适合初次接触卡尔曼滤波的学习者

  3. 所属分类：专业指导

    • 发布日期：2013-09-22
    • 文件大小：1mb
    • 提供者：u010141872

  1. 一类非线性系统的新型扩展Kalman滤波器

  2. 一类非线性系统的新型扩展Kalman滤波器

  3. 所属分类：讲义

    • 发布日期：2015-05-13
    • 文件大小：442kb
    • 提供者：xujia1551914

  1. 非线性滤波课件，包括ekf ukf pf等介绍

  2. 对非线性滤波方法进行了综述，包括ekf ukf pf等介绍。

  3. 所属分类：专业指导

    • 发布日期：2009-01-12
    • 文件大小：4mb
    • 提供者：maxwell890601

  1. EKF 方位跟踪算法

  2. 非线性KLman对于方位目标跟踪算法的MTALB程序实验zzzyy

  3. 所属分类：软件测试

    • 发布日期：2018-03-14
    • 文件大小：1kb
    • 提供者：wenny_lee

  1. 《kalman滤波理论及其在导航系统中的应用》

  2. 《Kalman滤波理论及其在导航系统中的应用》紧密结合Kalman滤波理论在导航、制导与控制领域的应用，系统地介绍了Kalman滤波基础理论及最新发展。内容主要包括Kalman滤波基本理论、实用Kalman滤波技术、鲁棒自适应滤波、联邦Kalman滤波、基于小波分析的多尺度Kalman滤波和离散非线性系统滤波等。 《Kalman滤波理论及其在导航系统中的应用》注重理论与工程实际相结合，在介绍理论基础上，还融入了作者及其他研究者的实际应用成果，理论与实践并重。

  3. 所属分类：专业指导

    • 发布日期：2018-04-28
    • 文件大小：4mb
    • 提供者：qq_26668493

  1. GPS导航解算中几种非线性滤波的理论分析

  2. GPS 导航解算中常采用离散线性 Kalman 滤波模型。由于线性化忽略高次项, 加之线性化受初始值精 度的影响 , 导致线性化模型精度很难满足高动态用户需求。为此, 分别讨论了扩展 Kalman 滤波和 Bancroft 算法 以及利用观测信息迭代精化观测方程三种算法, 并结合算例进行了比较与分析。

  3. 所属分类：C

    • 发布日期：2018-05-16
    • 文件大小：103kb
    • 提供者：lhlhxb

  1. Extended kalman filter

  2. Extended Kalman Filter（扩展卡尔曼滤波）是卡尔曼滤波的非线性版本。在状态转移方程确定的情况下，EKF已经成为了非线性系统状态估计的事实标准

  3. 所属分类：算法与数据结构

    • 发布日期：2018-09-03
    • 文件大小：3kb
    • 提供者：qq_28137933

  1. Simon - 2006 - Optimal State Estimation Kalman, H∞, and Nonlinea.pdf

  2. 《最优状态估计:卡尔曼,H∞及非线性滤波》共分为四个部分，全面介绍了最优状态估计的理论和方法。第1部分为基础知识，回顾了线性系统、概率论和随机过程相关知识，介绍了最小二乘法、维纳滤波、状态的统计特性随时间的传播过程。第2部分详细介绍了卡尔曼滤波及其等价形式，介绍了卡尔曼滤波的扩展形式，包括相关噪声和有色噪声条件下的卡尔曼滤波、稳态滤波、衰减记忆滤波和带约束的卡尔曼滤波等。第3部分详细介绍了H∞滤波，包括时域和频域的H∞滤波，混合卡尔曼/H∞滤波，带约束的H∞滤波。第4部分介绍非线性系统滤波方法

  3. 所属分类：教育

    • 发布日期：2019-06-05
    • 文件大小：25mb
    • 提供者：supyoung

  1. Kalman工具包-extendedkf.zip

  2. Kalman工具包-extendedkf.zip 最近在做LQG系统设计，用了kalman函数，在网上下了一些kalman的工具包，分享给大家 extendedkf 是用来做非线性系统的

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：715kb
    • 提供者：weixin_39841856

  1. 非线性卡尔曼过滤器 - MetaTrader 5脚本.zip

  2. John Ehlers 的另一个创新作品　-　 非线性卡尔曼过滤器(nonlinear Kalman filter).

  3. 所属分类：其它

  1. 非线性Kalman滤波偏差 - MetaTrader 5脚本.zip

  2. 非线性Kalman滤波偏差

  3. 所属分类：其它

  1. 非线性 卡尔曼滤波.txt

  2. 卡尔曼滤波（Kalman filtering）是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。应用实例 直接复制粘贴进matlab进行仿真，算法核心包含其中，仅供参学习用。

  3. 所属分类：其它

  1. Kalman-Filter-Python-源码

  2. 卡尔曼滤波器-1D运动示例-分配1 1.什么是卡尔曼滤波器？ 卡尔曼滤波器是一种概率状态估计器技术，用于对动力学系统的状态进行最佳估计。 也可以将其解释为递归算法，该算法包括两个主要步骤-预测和校正。 预测步骤例如考虑车辆的转向信息或运动控制命令，以便估计，预测系统在下一时间点的位置。 校正步骤考虑了传感器的观察，以改善我们的预测并针对潜在误差进行调整。 卡尔曼滤波器有两个重要的假设。 第一个是一切都是高斯分布，即传感器的观测值，误差和噪声遵循高斯分布（正态分布）。 第二个假设是所有模型都是

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：367kb
    • 提供者：weixin_42118011
« 12 »