卡尔曼滤波器源文件，可以作为MATLAB的工具包使用

单独的方位估计，在低信噪比下，会出现偏差。为了准确估计，提出了基于随机共振的微弱信号方位估计方法。。首先经随机共振后得到信噪比提高的信号，然后再由方位估计算法来估计出目标方位。利用方位估计中的CBF、MVDR、MUSIC算法，结合常用的微弱正弦信号和BPSK信号进行了仿真研究。结果表明：把随机共振应用到微弱信号方位估计符合理论分析，提高了目标方位估计的准确性。

针对未知探测概率下多目标跟踪问题, 提出一种基于时变滤波算法的多目标概率假设密度(PHD) 滤波器. 算法推导了未知探测概率PHD递推式, 提出了将未知探测概率转化为目标的丢失与接收事件, 并依此建立了目标跟 踪的马尔科夫模型, 给出了该模型下时变卡尔曼滤波最优解, 进而在高斯混和PHD(GMPHD) 框架下推导了算法闭集解. 仿真实验表明, 所提出算法在未知且随时间变化的探测概率情形下, 仍能实时地跟踪各目标, 具有良好的工程应用前景.

贝壳课程资源，高校的课程精华，精心收集的内容，历来都是高分的，欢迎各位有兴趣可以下载参考，如有侵权请联系，谢谢

基于扩展卡尔曼滤波的运动物体跟踪，耿沛，苏小龙，卡尔曼滤波是一种线性最优估计方法，但是实际有很多非高斯分布模型需要观测。本文研究的扩展卡尔曼滤波就很好的解决这一问题，大

卡尔曼·克劳迪代码 matlab 空中机器人 该存储库包含作为马里兰大学CMSC828T：空中机器人的规划、感知和控制课程的一部分完成的项目的代码库。 MATLAB是用于所有实现的语言。 螺旋和菱形轨迹的轨迹规划 P1 中的文件夹 P1Ph2 涉及生成菱形和螺旋轨迹的代码以及实现它的调谐控制器。 钻石轨迹 螺旋轨迹 通过已知环境进行轨迹规划和控制 模拟无人机在已知环境中从一个点到另一个点同时避开障碍物的代码位于文件夹 P1 的文件夹 P1Ph3 中。 该文件夹本质上具有 3D 中 Dijkstra 算法的实现，一种路径细化算法，用于从 Dijkstra 的输出中过滤点以拟合平滑多项式，以及一种通用算法，用于通过细化路径点拟合五阶和七阶多项式。 SLAM 在这些 April 标签之上，使用 April 标签实现了 SLAM，以获得良好的特征和标准轨迹，如直线和正方形。 代码位于文件夹 P2 中。 使用因子图执行捆绑调整和平滑。 因子图是使用 GTSAM 工具箱创建的。 这个工具箱本质上是代码正常工作的依赖。 工具箱可以从 下载。 EKF 文件夹 ekf 试图实现扩展卡尔曼滤波器来融合 I

前段时间给帮助同学做了个毕业设计，基于matlab的扩展卡尔曼滤波，上传上来供大家学习参考，直接打开就可以正常运行。

学习卡尔曼非常好的一篇文章，深入浅出的介绍了卡尔曼的概况和应用。非常值得一读。

这是某研究生毕业论文做的项目——基于粒子滤波和卡尔曼滤波的卫星定位技术。附件中包含了无线信道估计和均衡、TDOA测距、IMM-KF滤波的所有程序，希望对从事无线定位技术的开发人员有帮助。独家奉献。 (This is the project graduate thesis do-- Based on satellite positioning technique of particle filter and Calman filter. Annex contains all the applications of wireless channel estimation and equalization, TDOA distance, IMM-KF filter, and they hope to help in the wireless location technology development personnel. Exclusive dedication.)

扩展卡尔曼滤波和粒子滤波算法的MATLAB实现