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

基于matlab的自适应强跟踪卡尔曼算法，基于实例模型的matlab程序

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。

ekf-ukf-pf 迭代扩展卡尔曼，无味卡尔曼-粒子滤波 性能之间的比较

【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

基于恒定速度模型和恒定过程噪声范围的卡尔曼滤波器在几个样本后处于稳态。 在稳态下，卡尔曼的实际位置估计给出与应用于测量位置的零+双极低通滤波器相同的性能，而速度估计是测量位置的导数加低通滤波器的结果。 过程噪声值会改变滤波器的带宽。 通过将 Z 变换应用于恒速卡尔曼滤波器方程，您可以找到等效的滤波器传递函数。 此示例显示等效滤波器方程及其波特图。 它还表明，几秒钟后卡尔曼滤波器和等效滤波器的结果是相同的。 对于基于恒定加速度模型的卡尔曼滤波器，您可以获得类似的结果。

其 11.1 加权内积的定义为 < W , .W) >D = W,DW; 式中 W，为行向量 ，J) )1矩阵 " 当 Z = II 时.考虑到式 (3.7.5 7) 所列关系，囱式 (3. 7 . 59) 得 < W!的 ， w.>v w~o、 = w句= W~J J 十-一一一一一一->>'n = W;,:; + W, < 即帽 ，Wr. >D f!V W. = W~IJ + W. 所以 (3.7.60) W~ll = 0 (3.7.61) 将式(3.7. 59) 写成矩阵形式，并考虑到式(3.7. 56) 皮(3.7.60) 得 r _气 1 ; WfJ) 1 I (.1, ." ~W，丁|‘ I I l 丁 I W~IJ I I 丹 |牛 ;=i ;| + | 丁 Iw. M:j川 |p | 白 ,li o j( '] 川J ，飞 < W.I.~) ,W. >D < W户 ，W!的 >D ( l I呻=三:w二百:言ZZ 二::: W!~l ,W!OI >ρ 式中 (3.7.62) i = 1 ， 2 . … . n 一 l C~. 7.63) i = 1, 2,"',n - 1 这样式(3.7.59) 也可改写成 川 |冈川- [.:. ..W~飞W; JJ = 才 .- r.II _. n • ~O • 1= 11 w衍 1 = W~~\ 并将 W; l> (i = 1.2 ,… , '1 一 ) ) 沿 W. 1 方向和与 W._ ，Ð 加权正交的方向分解 ，仿照以上分析方 (3.7. 6 [) 取 W:.!/ = W川一〈 W~ll ，Wn二L三立市 J = W,JII - [T,.. IW.'- I = < w. lt W._ 1 > ,;" - J W}l' _ ['r.."、 IW巳t 法得 (3, 7. 65) i= 1, 2 ,…,n - 2 í 0 • W~~l = { ~W，'口 - ['..._ IW~l'l . i = 1 ,2. ….n - 2 i=n - l. n 可得 (;i. 7 . 66 ) 113 -- i = 1. 2 , … , n _- 2 w;υ = w~:' +u川 lW.- 1 所以