卡尔曼滤波用于GPS导航，状态变量为目标真实位置和速度（不考虑垂直方向即高度，只有东向和北向），观测变量为目标真实位置

GPS卡尔曼滤波的实现，初步了解卡尔曼滤波，并在卫星导航领域实现

针对使用扩展卡尔曼算法( extended Kalman filter,EKF)对复杂非线性状态估计时收敛速度慢、估计精 度低的问题,提出一种平方根容积滤波算法( square root cubature Kalman filter,SRCKF)。SRCKF使用基于容积原 则的数值积分方法直接计算非线性随机函数的均值和方差。该算法实现时只需计算函数值,避免了求导运算,降低了计算复杂度。且该算法传播了状态协方差的平方根,确保了协方差矩阵的对称性和半正定性,改进了数值精度和 稳定性。把平方根容积卡尔曼滤波算法

在本文中，我们考虑了采用差分法估算未知输入的动态系统的状态。 我们提出了一种均方误差意义上的最优算法。 与传统算法相比，新算法显示出了良好的性能，并且计算量更少。 此外，数值算例表明，即使输入未知的初始值错误，新算法仍然可以很好地工作。

北斗导航 基于卡尔曼滤波的IMU+GNSS的组合导航（附Matlab源代码） 二.pdf

针对传统容积卡尔曼滤波(CKF)在面对系统模型失配和状态突变滤波精度下降的问题,将强跟踪滤波器(STF)和高阶容积卡尔曼滤波(HCKF)相结合,提出一种简化高阶强跟踪容积卡尔曼滤波(RHSTCKF)算法.该算法具有比传统CKF更高的滤波精度,并且利用滤波模型的特点,简化HCKF的计算步骤,同时在HCKF中引入多重渐消因子增强算法的自适应性和应对状态突变的能力.将所提算法应用到SINS/GPS组合导航系统中进行仿真实验,结果表明,RHSTCKF可以准确估计出突变状态的真实值,能够抑制滤波器状态异常的干扰,滤波性能明显优于HCKF,能够提高组合导航系统的自适应性和定位精度.

针对永磁直线同步电机（ PMLSM）伺服系统易受摩擦力和推力波动等外部扰动影响的 问题，提出了一种基于扩展卡尔曼滤波器（ EKF）的扰动前馈补偿方法。首先，建立了与位移函 数相关的扰动模型，作为扰动前馈补偿器。然后，利用 EKF 估计电机初始位置并反映到扰动前馈 补偿器中，同时自适应调整扰动模型的系数，以实现扰动模型与实际扰动的同步，达到对系统扰 动补偿的目的。最后，系统仿真和实验结果表明该方案是有效可行的，与扰动观测器相比，基于 EKF 的 PMLSM 伺服系统在扰动补偿方面具有更加优越的性能。，论文下载

LMSLMSDFTLMSDCT卡尔曼滤波AR谱分析和小波变换的程序-自己编的.rar 本学期结束，编了一些小程序，很是费劲，希望能对大家有所帮助，不解释。 在DFT和DCT中是采用的滑动DFT和滑动DCT。

LMSLMSDFTLMSDCT卡尔曼滤波AR谱分析和小波变换的程序-报告.doc 本学期结束，编了一些小程序，很是费劲，希望能对大家有所帮助，不解释。 在DFT和DCT中是采用的滑动DFT和滑动DCT。

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：matlab一个四维状态、二维观测的目标跟踪扩展卡尔曼滤波程序，附有详细的说明 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员