卡尔曼定位 通过误差状态卡尔曼滤波器使用 GPS/INS/罗盘的传感器融合实现定位的 MATLAB。 MATLAB 代码大量借鉴了 Paul D. Groves 的著作《GNSS 原理、惯性和多传感器集成导航系统》，他的代码被标记为他的，并在 BSD 许可下持有。 请注意：我无法提供我的测试数据，因为它是使用通用汽车拥有的车辆收集的。请参阅初始化脚本中的注释以获取数据格式的描述，您应该能够调整自己的数据。或者，本书附带一张 CD-ROM，其中包含他的代码（完全工作的过滤器）以及用于生成测试数据的系统

GPS/INS位置组合输出校正Matlab仿真 文件说明： 组合主文件卡尔曼滤波程序 飞机飞行轨迹与INS输出数据

本项目中使用opencv的dnn模块对yolov5进行部署，增加卡尔曼滤波kalman算法，对检测目标进行跟踪和预测。可用于导航等领域的短暂目标丢失预测。

软件功能大概介绍一下 1. 红色曲线是原始数据 2. 绿色和蓝色是对原始数据用两种不同深度的滑动平局值滤波后的结果，两种深度可以在输入框中指定，范围是1-31 3. 水红色是对原始数据进行标准的卡尔曼滤波后的结果 4. 黑色是利用改良卡尔曼算法滤波后的结果，改良原理就是`当数据的突变超过10%`，怎把滑动平均值的结果传递给给卡尔曼的输出，使卡尔曼快速响应 5. 还有一个`数据跳变使能`，意思就是在`一个范围内给原始数据乘上一个系数`，模拟原始数据产生突变，这样就可以观察滤波算法的响应数据（使用跳变功能后，在相同参数参数下，改良后的卡尔曼响应更快)

在OpenCV和C++的框架下实现的，这个程序可以在.Net下运行，并且返回位置的坐标和跟踪物体。

Simulink 模型，基于扩展卡尔曼滤波EKF和无迹卡尔曼滤波UKF 估计算法的SOC仿真，毕设。 另外有BBDST工况模块，也有R2016b及R2020两个版本的Simulink。 谨供BMS爱好者学习使用，请勿商用。

魔改卡尔曼扩展滤波器 robot_pose_ekf，我用的系统环境ros-noetic，其它环境可以自己测一下，应该没问题；里面有readme详细说明，b站视频中有简要说明 https://b23.tv/WWQRJGF

6轴加速度传感器LMS6DS3TR_C驱动程序，里面包含两种算法，计算姿态角，利用四轴上位机工具协议可发送数据显示状态。

在基于iBeacon技术的指纹库室内定位算法中，由于室内环境中人员走动、多径效应等因素所带来的噪声影响，需要加以抑制。卡尔曼滤波算法可以用来抑制这些噪声，进而建立可信（即更接近真实值）的指纹库。重点研究在使用卡尔曼滤波算法时，根据具体的室内环境进行测量，估算出不同iBeacon节点的观测噪声以及卡尔曼滤波算法的迭代初值，使卡尔曼滤波算法更快收敛。实验结果表明，通过卡尔曼滤波算法建立的指纹库比通过平均值建立的指纹库，定位精确度和稳定度均有明显的提升。

卡尔曼滤波在雷达目标跟踪中的应用 matlab程序代码