GM_PHD_Filter：目标跟踪中的GM-PHD过滤器

在这项工作中，我们考虑了非线性/非高斯系统中的状态估计问题。 本文基于高阶无味卡尔曼滤波器（HUKF），开发了一种新的高斯和估计算法。 针对HUKF，提出了一种sigma点选择方法，高阶无味变换（HUT）技术，该方法可以更精确地近似高斯分布。 我们介绍了高斯滤波器的系统公式，并开发了最优滤波器的高效和准确的数值积分。 然后，我们继续将HUKF的使用扩展到具有加性（可能是非高斯）噪声的离散时间非线性系统。 所得的滤波算法称为高斯和高阶无味卡尔曼滤波器（GS-HUKF），将预测和后验密度近似为有限数量的高斯密度加权和。 在理论分析和仿真中证实了所提出的高斯和HUKF在非线性非高斯滤波问题的计算精度和时间复杂度方面具有综合优势。

High-precision inter-satellite real-time relative positioning is a key technique used in satellite formation flying. An adaptive UKF method is proposed for a scenario of double-satellite formation to determinate the inter-satellite relative position based on the measurements of dual-frequency P-code and dual-frequency carrier phase of GPS and inter-satellite distance. Simulation results show that the new method may improve the filtering stability and the estimation precision of relative position

Unscented Kalman Filter Tutorial无迹卡尔曼滤波简介：Gabriel A. Terejanu Department of Computer Science and Engineering, University at Buffalo

无迹粒子滤波跟踪，内附matlab code 和相关文献。