卡尔曼滤波的matlab实现，包括系统建模，实验原理，公式推导，以及实验结果分析等，十分详细

以应用传感器网络进行分布式估计为研究背景, 对卡尔曼一致滤波问题进行综述. 系统地介绍了各种卡尔 曼一致滤波算法, 其中包括几种典型的基础算法、自适应估计算法、优化算法以及带丢包、带牵制控制等滤波算法. 最后, 对卡尔曼一致滤波算法的进一步研究方向进行了展望.

INS_GPS导航中联邦INS_GPS导航中联邦卡尔曼滤波算法卡尔曼滤波算法

基于卡尔曼滤波的目标跟踪matlab经典程序——快速入门 基于卡尔曼滤波的目标跟踪经典matlab程序源代码，用于2维目标的跟踪，是初学者学习卡尔曼滤波的好教程。深入浅出，易于理解。

回顾了U KF 算法的发展, 从一般意义讨论了U T 变换算法和采样策略的选择依据, 并给出了U KF 算法描 述. 从条件函数和代价函数入手, 在给出多种采样策略的基础上对U KF 采样策略进行了分析和比较. 最后对U KF 算法未来可能的研究方向进行了探讨.

在vc6.0中对卡尔曼滤波过程进行编译来实现

加速度传感器和陀螺仪，卡尔曼滤波得出角度与角速度；

Battery_SOC_Estimation：在Matlab中使用卡尔曼滤波器估算电池的充电状态

Matlab关于粒子滤波代码与卡尔曼做比较-粒子滤波代码与卡尔曼做比较.rar 部分程序如下： function ParticleEx1 % Particle filter example, adapted from Gordon, Salmond, and Smith paper. x = 0.1; % initial state Q = 1; % process noise covariance R = 1; % measurement noise covariance tf = 50; % simulation length N = 100; % number of particles in the particle filter xhat = x; P = 2; xhatPart = x; % Initialize the particle filter. for i = 1 : N     xpart = x sqrt * randn; end xArr = [x]; yArr = [x^2 / 20 sqrt * randn]; xhatArr = [x]; PArr = [P]; xhatPartArr = [xhatPart]; close all; for k = 1 : tf     % System simulation     x = 0.5 * x 25 * x / 8 * cos) sqrt * randn;%状态方程     y = x^2 / 20 sqrt * randn;%观测方程     % Extended Kalman filter     F = 0.5 25 * / ^2;     P = F * P * F' Q;     H = xhat / 10;     K = P * H' * ^;     xhat = 0.5 * xhat 25 * xhat / 8 * cos);%预测     xhat = xhat K * ;%更新     P = * P;     % Particle filter     for i = 1 : N 运行结果： Figure39.jpg

针对目前国内市场智能钓鱼竿功能不足的问题，本文通过四元数法对鱼竿姿态解算，利用基于卡尔曼滤波的数据融合算法，并以微处理器STM32为核心搭建uC/OS-II操作系统，结合多种环境传感器和串级PID控制方法，设计了一种具有智能选钓位、智能报警及自动遛鱼等功能的智能钓鱼竿系统.实验结果表明，该系统不仅能极大地减少短线跑鱼的几率，而且为恶劣环境下自动钓鱼提供可能.