惯导位置解算与kalman滤波，含测试数据和理论说明文档

Kalman滤波与camshift同时使用的单目标追踪，在python上使用opencv实现，简单使用。

数据同化和EnKF简介 立即使用以下云计算提供商之一： （需要Google登录） （没有登录，但启动速度可能很慢） 总览 交互式（Jupyter笔记本） 包含理论，代码（Python）和练习。 建议：成对工作。 每个教程大约需要75分钟。 导师将分发以协助练习， 并对每个部分进行总结后再进行总结。 本地工作说明 您也可以在自己的（Linux / Windows / Mac）计算机上运行这些笔记本。 这比在线运行它们要快一些。 先决条件：Python> = 3.6。 如果您不是python专家： 1a。 通过安装Python。 1b。 使用运行以下命令。 1c。 （可选） 。 如果安装（以下）失败，请首先尝试执行步骤1c。 安装： 在终端中运行以下命令（不包括$符号）： $ git clone https://github.com/nansencenter/DA-tutori

飞思卡尔 电磁组 Kalman 滤波 源代码，卡尔曼滤波 互补滤波

STM32F1对mpu6050（IIC1）9250（IIC2）读取数据，卡尔曼滤波得到pitch，roll，yaw角度，以及指南针角度

Real-time tracking of multiple persons by Kalman filtering and face pursuit for multimedia applications - Girondel_SSIAI_2004.pdf

一本关于卡尔曼滤波和神经网络的书。 有兴趣的可以看看。

使用指南 使用genTrig（）或genRotAxis（）生成参考运动和角速度测量值。 使用genMea（）为参考运动生成姿态或矢量测量值。 使用“无偏差过滤器”文件夹中的功能估计姿态。

1、卡尔曼滤波 2、卡尔曼平滑 3、matla 2017实现

大话 kalman滤波器，最简单，最容易理解