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

备注： 无迹卡尔曼滤波算法 仿真场景为三维雷达目标跟踪 并与容积卡尔曼滤波算法比较了性能 MATLAB仿真仿真实现; 蒙特卡洛仿真实验， 输出：三维跟踪轨迹，各纬度跟踪轨迹，估计均方误差RMSE，位置RMSE,速度RMSE. 对应的仿真模型及参数设置见扩展卡尔曼滤波 对应的理论分析和参数设置，见博文《扩展卡尔曼滤波EKF在目标跟踪中的应用—仿真部分》https://blog.csdn.net/weixin_44044161/article/details/115329181?spm=1001.2014.3001.5501

C++实现EKF和UKF之间的比对，具体的参考我的博客：https://blog.csdn.net/O_MMMM_O/article/details/106140853

C++实现CTRV模型的无迹卡尔曼滤波的代码，里面有详细解释和如何运行代码。具体的参考我的博客：https://blog.csdn.net/O_MMMM_O/article/details/106140853

在这项工作中，我们考虑了非线性/非高斯系统中的状态估计问题。 本文基于高阶无味卡尔曼滤波器（HUKF），开发了一种新的高斯和估计算法。 针对HUKF，提出了一种sigma点选择方法，高阶无味变换（HUT）技术，该方法可以更精确地近似高斯分布。 我们介绍了高斯滤波器的系统公式，并开发了最优滤波器的高效和准确的数值积分。 然后，我们继续将HUKF的使用扩展到具有加性（可能是非高斯）噪声的离散时间非线性系统。 所得的滤波算法称为高斯和高阶无味卡尔曼滤波器（GS-HUKF），将预测和后验密度近似为有限数量的高斯密度加权和。 在理论分析和仿真中证实了所提出的高斯和HUKF在非线性非高斯滤波问题的计算精度和时间复杂度方面具有综合优势。

基于UKF的最小熵准则非线性滤波。

基于扩展卡尔曼滤波的车辆追踪项目，C++实现，CTRV模型，激光雷达和雷达传感器融合，详情见博客http://blog.csdn.net/adamshan/article/details/78359048

各种目标跟踪算法程序（KF，EKF，UKF） 附有pdf说明文档及示例

High-precision inter-satellite real-time relative positioning is a key technique used in satellite formation flying. An adaptive UKF method is proposed for a scenario of double-satellite formation to determinate the inter-satellite relative position based on the measurements of dual-frequency P-code and dual-frequency carrier phase of GPS and inter-satellite distance. Simulation results show that the new method may improve the filtering stability and the estimation precision of relative position