扩展卡尔曼滤波算法的matlab程序

用于参数辨识研究，可以对多参数的非线性函数进行拟合与参数识别

扩展卡尔曼滤波_无迹卡尔曼滤波_扩展信息滤波_l粒子滤波算法.rar

扩展卡尔曼滤波器（EKF） 3 非线性系统的卡尔曼滤波方程 3.1 扩展卡尔曼滤波器 非线性系统模型： 其中： 假设在 时刻已获得系统状态 的滤波估计 ，将 和 在 附近线性化，即非线性系统将随时在新估计的结果附近进行线性化。

. 扩展卡尔曼滤波算法 作者 niewei120 nuaa EKF 算法是在标准 Kalman 滤波算法的基础上发展起来的 它的基本思想是 在滤波值附近 应用泰勒展开算法将非线性系统展开 对于二阶以上的高阶项全部都省去 从而原系统就变 成了一个线性系统再利用标准 Kalman 滤波算法的思想对系统线性化模型进行滤波 . . 滤波过程如下 其 matlab 程序如下 For t=1 N %预测更新

Simulink 模型，基于扩展卡尔曼滤波EKF和无迹卡尔曼滤波UKF 估计算法的SOC仿真，毕设。 另外有BBDST工况模块，也有R2016b及R2020两个版本的Simulink。 谨供BMS爱好者学习使用，请勿商用。

Extended Kalman Filter for robot localization, mapping, SLAM. Matlab 仿真机器人应用扩展卡尔曼滤波器localization, ma

功能：扩展卡尔曼滤波EKF的测量更新 % 输入： % GPSDat——当前时刻GPS定位定速结果，维数：1*7，时刻（s）、位置（m，n0系） 和速度（m/s，n系）； % MIMURes—— SINS惯导积分解算结果结构体，其元素有： % MIMURes.MIMUTime 当前时刻 MIMU测量数据的时刻值 % MIMURes.dt 当前时刻积分时间间隔（s） % MIMURes.Cb2n 当前时刻 MIMU所在载体b系到当地NED n系的方向余弦矩阵 % MIMURes.Qua 当前时刻 n系到 b系的旋转四元数 % MIMURes.Att 当前时刻 n系到 b系的旋转欧拉角（321转序），滚动角、俯仰角、偏航角，量纲：rad ； % MIMURes.Vel 当前时刻 b系相对于 n系的平动速度，当地北东地坐标系 n系，单位：m/s % MIMURes.BLH 当前时刻 b系所在位置的大地坐标，纬度(rad)、经度(rad)和高度(m) % NavEarthPar——与导航相关的地球物理参数结构体，有9个元素： % NavEarthPar.Grav_n n系

基于A Double-Stage Kalman Filter for Orientation Tracking With an Integrated Processor in 9-D IMU中论文的实现，基于EKF-IMU算法的实现，基于ESKF-IMU算法的实现

针对机动目标跟踪过程中建立的目标模型和目标的实际运动模式出现失配的问题,提出了从一组离散模型集中选出最优模型,并自适应调整模型参数,使模型逼近目标实际运动模式的交互式多模型算法。蒙特卡罗仿真表明,该算法与传统的常速模型与自适应协同转弯模型交互算法(IMM-CV/ACT)相比,在目标发生强机动时,能及时有效的把跟踪误差峰值控制在测量标准差之下,适合于强机动目标跟踪。