使用matlab仿真卡尔曼滤波器在三维空间内(x,y,z轴)对目标进行跟踪，目标做匀速运动，并使用均方根误差进行比较

比较了三种安全距离模型，采用卡尔曼算法对路面附着系数进行估算，建立了纵向、侧向、弯道安全距离模型，对危险情况进行分级预警

1、imm（交互多模型卡尔曼滤波器）是采用的对个卡尔曼滤波器模型同时做跟踪， 然后利用模型概率综合出，对每个模型的可行度，对每个模型输出的预测值和协方差，进行加权求平均 2、imm重点的核心在于，多个滤波器的概率的更新的方法，imm采用的是最大似然估计。 3、imm滤波器应该考虑的因素： a、选择一定个数的imm滤波器，包括较为精确的模型和较为粗糙的模型，imm滤波算法不仅描述了目标的连续运动状态 还描述了目标的机动性 b、马尔科夫链状态转移概率的选择，对imm滤波器的性能较大影响。 c、imm算法具有模块化的特性，当运动模型较为精确的时候，可以采用比较精确的运动模型。 当无法预料目标的运动规律的时候，那就应该选择更一般的模型，使得该模型具有更强的鲁棒性。

卡尔曼滤波讲义，4份文件

卡尔曼滤波算法的C与C++实现代码

扩展卡尔曼滤波估计电池SOC，电池采用二阶RC等效电路模型，内容包括MATLAB程序代码和SIMULINK仿真 含有电流电压等实验数据，包括电压和SOC的关系曲线。程序能完整的运行。

备注： 无迹卡尔曼滤波在目标跟踪中的应用 无迹卡尔曼滤波算法； MATLAB仿真 目标跟踪matlab仿真实现; Case: 二维目标跟踪情况 对应的理论分析和参数设置，见博文https://blog.csdn.net/weixin_44044161/article/details/115381848?spm=1001.2014.3001.5501

备注： 无迹卡尔曼滤波在目标跟踪中的应用 无迹卡尔曼滤波算法； MATLAB仿真 目标跟踪matlab仿真实现; Case: 三维目标跟踪情况 对应的理论分析和参数设置，见博文https://blog.csdn.net/weixin_44044161/article/details/115381848?spm=1001.2014.3001.5501

卡尔曼滤波估计电池SOC simulink模型 包括电池参数 能够正常运行 卡尔曼滤波估计电池SOC 卡尔曼滤波估计电池SOC

惯性导航扩展卡尔曼滤波（MATLAB）