航天测控中雷达的测量值具有较大的随机误差,用雷达的测量值直接解算运载火箭的外弹道跟踪精度较低。提出基于IMM-UKF的雷达机动目标跟踪方法,适应了航天发射任务中运载火箭在不同时段具有不同机动特性条件下对机动目标稳定精确跟踪的需要。仿真结果表明和利用雷达测量值直接解算目标弹道的方法以及采用单一运动模型的UKF滤波方法相比,IMM-UKF算法具有更高的外弹道跟踪精度,并且算法的收敛速度满足航天测控外弹道跟踪的实时性要求。

ukf ，CDKF，PF ，丰富的工具，非线性滤波学习的好助手，

matlab建立汽车模型代码无味卡尔曼滤波器项目 自动驾驶汽车工程师纳米学位课程 在该项目中，利用无迹卡尔曼滤波器通过嘈杂的激光雷达和雷达测量来估计感兴趣的移动物体的状态。 通过项目需要获得低于项目标准中列出的容差的 RMSE 值。 该项目涉及可下载的 Term 2 Simulator。 此存储库包含两个文件，可用于为 Linux 或 Mac 系统设置和安装。 对于 Windows，您可以使用 Docker、VMware，甚至可以安装 uWebSocketIO。 请参阅 EKF 项目课程中教室中的 uWebSocketIO 入门指南页面，了解所需的版本和安装脚本。 uWebSocketIO 安装完成后，可以通过从项目顶级目录执行以下操作来构建和运行主程序。 mkdir 构建 光盘构建 .. 制作 ./无味KF 可以在 EKF 项目的课堂课程中找到设置环境的提示。 注意完成项目需要编写的程序是src/ukf.cpp、src/ukf.h、tools.cpp、tools.h 程序main.cpp已经填写好了，可以随意修改。 这是 main.cpp 用于 uWebSocketIO 与模拟器通信

UKF算法搭建simulink平台 用于汽车状态估计

国外一款非线性估计的工具箱，粒子滤波、UKF、EKF等应有尽有

利用无迹卡尔曼滤波估计PMSM的位置与转速，调试成功，可以作为S函数的模板进行学习

用SRMA-UKF算法进行仿真，模拟了PMSM的电机动态数据，取得良好效果

用无迹卡尔曼滤波算法对电机转速进行控制，相较传统PI控制超调量小

采用无极卡尔曼滤波来估算电池SOC，在Simulink中搭建ukf的模型

针对非线性系统状态估计滤波，有很好的植入性，希望可以帮助到你。