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

Para_cv1为初始化参数(见博客另一个文件) KF: 包括离散时间卡尔曼滤波 连续时间卡尔曼滤波 混合时间卡尔曼滤波 相较于simulink集成的KF模块，本模块简洁，容易后期修改

本教程的目的是通过一个简单的例子来说明卡尔曼滤波器的使用。 问题：预测移动列车 2 秒前的位置和速度，在前 10 秒内对其位置进行噪声测量（每秒 10 个样本）。 真实情况：火车最初位于点 x = 0 并沿 X 轴以恒定速度 V = 10m/sec 移动，因此火车的运动方程为 X = X0 + V*t。 很容易看出火车在 12 秒后的位置将是 x = 120m，这就是我们将尝试找到的。 方法：我们每 dt = 0.1 秒测量（采样）火车的位置。 但是，由于设备不完善、天气等原因，我们的测量结果有噪声，因此从 2 个连续位置测量值（请记住，我们仅测量位置）得出的瞬时速度是不准确的。 我们将使用卡尔曼滤波器，因为我们需要对速度进行准确和平滑的估计，以便预测未来列车的位置。 我们假设测量噪声呈正态分布，均值为 0，标准差为 SIGMA

这是一个使用mpu6050采集姿态信息的里程，高精度，是在MDK下编写的。在正点原子的板子上使用，使用串口助手可以获得姿态数据

C语言实现Kalman算法，简单易懂，注释详细，方便学习

非常好的卡尔曼滤波器代码，可以配合我上传的卡尔曼入门教材理解，来自国外网站，代码格式matlab

卡拉曼滤波器java实现，集成了jar包，Jkalman，源自Petr Chmelar FIT, Brno Univesity of Technology

target tracking kalman matlab代码由于目标追踪