卡尔曼滤波 java和C++实现 JKalman

卡尔曼滤波例题MATLAB仿真.docx

卡尔曼滤波用simulink实现，有3个例子，能运行！，代码简单易懂循序渐进，适合初学者参考研究学习，

绍了一种MENS加速度计、陀螺仪与嵌入式微控制器相结合的两轮自平衡代步车姿态检测系统。针对加速度计和陀螺仪测量分别存在噪声干扰和随机漂移误差，采用卡尔曼滤波实现传感器数据融合，补偿传感器测量误差，得到车体姿态的最优估计。

对于车辆轨迹的卡尔曼滤波仿真，主要是对车辆运行中x轴与y轴以及车辆转角的扩展卡尔曼滤波仿真。、 程序能够直接运行，有兴趣的小伙伴可以直接下载。

MPU6050模块介绍: 此六轴模块采用高精度的陀螺加速度计MPU6050，通过处理器读取MPU6050的测量数据然后通过串口输出，免去了用户自己去开发MPU6050复杂的I2C协议，同时精心的PCB布局和工艺保证了MPU6050收到外接的干扰最小，测量的精度最高。 模块内部自带电压稳定电路，可以兼容3.3V/5V的嵌入式系统，连接方便。 模块保留了MPU6050的I2C接口，以满足高级用户希望访问底层测量数据的需求。 采用先进的数字滤波技术，能有效降低测量噪声，提高测量精度。 模块内部集成了姿态解算器，配合动态卡尔曼滤波算法，能够在动态环境下准确输出模块的当前姿态，姿态测量精度0.01度，稳定性极高，性能甚至优于某些专业的倾角仪！ 注意:六合一串口模块连接MPU6050模块时，需要将2号拨码开关到到OFF端。 如下图: 三维姿态显示: 姿态角度测量上位机截图: 手机端数据记录和显示: 实物购买链接:https://item.taobao.com/item.htm?spm=2013.1.0.0.w6Ztuz&id=19785706431

实现对测量电压信号的卡尔曼滤波功能现代测试系统中

使用扩展卡尔曼滤波来进行soc估测，并且与安时积分法比较，精度较高，使用的是电池一阶模型。 The extended Kalman filter is used to estimate the battery soc, and compared with the ampere-time integration method, the battery first-order model has adjustable parameters.

针对目前配电柜故障电弧检测技术存在的漏检率和误报率高的问题,结合多传感器信息融合技术在故障检测技术中的应用,提出了基于联合卡尔曼滤波器的故障电弧检测技术。该技术可以对采集到多个不同故障电弧故障特征进行实时滤波,能够很好地消除噪声干扰和提高信噪比,进一步提高故障电弧检测的准确性和可靠性,完善系统的容错能力和复原能力。仿真结果也表明改进的检测技术具有良好的实时性和准确性。

基于卡尔曼滤波器的目标跟踪的实现 matlab代码，将所有代码放置同一路径同一文件夹下运行main.m即可