无迹卡尔曼滤波UKF实现三维3D目标跟踪 本人长期在CSDN，有技术问题可以联系博主，必会 算法：标准的无迹卡尔曼滤波，可以参见《目标跟踪前沿理论与应用》 仿真场景：CV模型,三维目标， 传感器类型：主动雷达 MATLAB仿真仿真实现; 蒙特卡洛仿真实验， 仿真结果：三维跟踪轨迹，各维度跟踪轨迹，估计均方误差RMSE，位置RMSE,速度RMSE（结果图压缩文件都有）。 仿真参数设置：见下面链接的里面又给 仿真结果可以先看下面链接博客，代码肯定能运行且有结果，可开发性强， 如果有问题可联系WX:ZB823618313 对应的仿真模型及参数设置见扩展卡尔曼滤波 对应的理论分析和参数设置，见博文《无迹卡尔曼滤波UKF在目标跟踪中的应用—仿真部分》https://blog.csdn.net/weixin_44044161/article/details/115390660

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

matlab语言实现UKF算法，通过设置参数可以直接调用。

UKF无际Kalman滤波在目标跟踪中的应用，MATLAB仿真实验

 srukf 代码，经试验可用，可以解决ukf在模型不匹配时出现的发散或者不稳定等问题

Performance comparison of Kalman filter

论文摘要：普通卡尔曼滤波(KF)可以在线性系统中对目标状态做出最优估计，得到好的滤波效 果。然而实际系统总是非线性的，针对非线性系统，常用的解决办法是对非线性系统进行近似 线性化处理，从而将非线性问题转变成线性问题。文中分析了扩展卡尔曼(EKF)、无迹卡尔曼 (UKF)和容积卡尔曼(CKF)的基本原理和各自的特点，然后将EKF、UKF和CKF进行滤波对 比和分析，最后通过仿真试验证明：与EKF相比，UKF、CKF不仅保证了系统的稳定性，同时提 高了估计精度。但CKF的估计均方误差值相比UKF更小，表现出了更高的精度。

uKF（容积卡尔曼滤波）是一种新型的采样型卡尔曼滤波算法，该程序是该算法的matlab完整程序，已经编译过，没有任何问题。

无迹卡尔曼滤波和神经网络相结合，对负荷进行预测。效果较好

电子-无迹卡尔曼滤波UKF的应用比较分析.pdf,综合电子技术四轴飞行器|飞控