采用CarlsON 最优数据融合准则， 将基于Kalman 滤波的多传感器状态融合估计方法应用到雷达跟踪系统。仿真实验表明，多传感器Kalman 滤波状态融合估计误差小于单传感器Kalman 滤波得出的状态估计误差，验证了方法对雷达跟踪的有效性。
2021-07-16 22:49:30
575KB
1
micropython-kalman_filter
用于微型Python的卡尔曼滤波器
接下来
2021-07-16 10:32:17
1KB
1
该包实现了双扩展卡尔曼滤波器功能，用于时变 MVAR 参数估计的应用。 它还包括一个示例脚本，该脚本显示了该函数在具有时变参数的模拟 MVAR 模型上的使用。
要查看 DEKF 在 EEG 信号处理中的应用，请参阅我们的研究：
A. Omidvarnia、M. Mesbah、MS Khlif 等人，“新生儿脑电图的基于卡尔曼滤波器的时变皮质连通性分析”，Int。 会议。 IEEE 医学和生物学工程学会 (EMBC2011)，美国波士顿，2011 年，第 1423-1426 页
2021-07-12 10:31:50
5KB
1
使用 Singer 模型进行卡尔曼滤波器模拟。 它显示估计和预测的错误和结果。
2021-07-06 20:03:51
3KB
1
adc采样计算MATLAB Simulink仿真工程，通过S-function模块功能调用C函数实现对ADC进行卡尔曼滤波计算的仿真
2021-07-01 14:03:14
151KB
1