运动物体的轨迹预测，分别使用卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波以及数据拟合方法实现。本例代码仅含无迹卡尔曼滤波部分代码。 本例仅为本人在研究轨迹预测问题时为理解算法原理所写，针对具体问题请自行斟酌算法适用性。 本例代码详解后续会在本人博客中做具体说明，欢迎讨论！

扩展卡尔曼-无迹卡尔曼-粒子滤波示例 里面包含ukf,ekf，pf的matlab代码过程 其中，状态方程和观测方程 可能与你的不一样，到时候自己替换就好，没有测试数据 不过自己对一遍公式就知道 该代码是否正确

卡尔曼程序 UKF程序 matlab，调试已经通过！欢迎探讨！

Optimal filtering with Kalman filters and smoothers – a Manual for Matlab toolbox EKF/UKF Jouni Hartikainen and Simo Särkkä Laboratory of Computational Engineering, Helsinki University of Technology, P.O.Box 9203, FIN-02015 TKK, Espoo, Finland

UKF的matlab算法实现，从具体事例出发，讲述UKF的原理及算法

基于UKF的匀速直线运动仿真及误差分析，提供了详细的基于matlab的代码和运行结果分析

EKF UKF PF三个算法在f(x) = 0.5 *x + 25*x/1+x^2 + 8 * cos(1.2*(k-1))下仿真比较，自己写的代码，直接可以产生很好的效果图，直接可以给导师看。

为了对比UKF与EKF两种算法的滤波效果，进行的仿真分析

本代码采用UKF算法估计锂电池SOC，有注释，能跑出图，

ukf c++版的一个实例。