本书是国内多源信息融合领域的基础教材（印刷质量极好），内容详细，由浅入深，能够让读者全面了解数据融合技术并实现实践应用。希望能为相关领域行业内的朋友们提供帮助！！

GPS位置+速度两个观测量卡尔曼惯导航融合，观测传感器滞后的主要思想是，由于惯导的主体为加速度计，采样频率与更新实时性要求比较高，而观测传感器（气压计、GPS、超声波、视觉里程计等）更新相对比较慢（或者数据噪声比较大，通常需要低通造成滞后）。在无人机动态条件下，本次采样的得到的带滞后观测量（高度、水平位置）已经不能反映最新状态量（惯导位置），我们认定传感器在通带内的延时时间具有一致性（或者取有效带宽内的平均时延值），即当前观测量只能反映系统N*dt时刻前的状态，所以状态误差（在这里指的是气压计与惯导高度、GPS水平位置与惯导水平位置）采用当前观测量与当前惯导做差的方式不可取，在APM里面采用的处理方式为：将惯导的估计位置用数组存起来，更具气压计和GPS的滞后程度，选取合适的Buffer区与当前观测传感器得到位置做差得到状态误差。 ———————————————— 版权声明：本文为CSDN博主「NamelessCotrun无名小哥」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/u011992534/article/details/78257684

资源是楼主根据代码总结的飞控ekf算法处理流程图，流程图可以方便大家对程序整体流程的把握和理解，作为代码学习的辅助工具，分享给大家。

移动最小二乘增量式多视点云数据融合算法

超声波传感器数据融合算法的研究超声波传感器数据融合算法的研究

多传感器数据融合技术课件 传感器数据采集 融合处理技术

惯性导航GPS+IMU数据融合的MATLAB程序，可以作为实现室内外无缝定位的一个参考，很有用！

多 传 感 器 数 据 融 合理 论 及 应 用 [ 美 ] L aw r e n c e A. Kl ei n 著 戴 亚平 刘 征 郁 光辉 译

使用matlab的BP神经网络算法解答多传感器数据融合问题

以STM32F407为硬件平台，使用MPU9250结合mahony姿态融合算法，融合加速度计、磁力计、陀螺仪数据解算出表征姿态的四元数