3、递推线性最小方差估计——卡尔曼滤波 卡尔曼滤波的准则与线性最小方差估计相同 估值同样是量测值的线性函数 只要包括初始值在内的滤波器初值选择正确，它的估值也是无偏的 计算方法——递推形式

GPS和INS联合导航matlab程序,ins,gps组合导航系统,matlab源码.zip

针对粒子滤波算法存在的粒子退化现象和重要性密度函数难以选取等问题，在研究交互式多模型滤波算法的基础上，设计一种基于随机加权自适应IMMUPF算法。首先，该算法在无迹粒子滤波的采样过程中融合了随机加权和交互式多模型滤波的优点，利用无迹卡尔曼滤波算法得到[k]时刻各模型估计最新量测信息的粒子；然后，对该组粒子进行输入交互作为各模型的输入，再经过模型匹配、重采样以及模型概率更新过程；最后，对各模型相对应的粒子进行输出交互，得到所有粒子的随机加权自适应和的表达式，循环更新粒子实现状态估计。将设计的算法应用于GPS/DR组合导航系统中进行仿真计算，结果表明，该算法计算得到的位置误差较UPF和IMMUPF有所减少，东向位置误差控制在[-8 m,+6 m]，北向位置误差控制在[-8 m,+8 m]，提高了GPS/DR组合导航系统定位的解算精度。

介绍了组合导航系统的优点；根据联邦卡尔曼滤波原理，设计了组合导航系统的滤波算法；对该组合系统的联邦卡尔曼滤波算法进行了仿真；仿真结果表明，在组合导航系统中采用联邦卡尔曼滤波，不仅提高了定位精度，而且保证了滤波的快速性。

卡尔曼滤波与组合导航原理.rar包括Kalman滤波理论及其在导航系统中的应用高清pdf及卡尔曼滤波与组合导航原理完整PPT课件，以及部分代码程序实现。基于扩展卡尔曼滤波激光与雷达在信息融合下的数据处理程序。 Kalman滤波理论及其在导航系统中的应用(第2版)》紧密结合Kalman滤波理论在导航、制导与控制领域的应用，系统地介绍了Kalman滤波基础理论及最新发展。内容主要包括Kalman滤波基本理论、实用Kalman滤波技术、鲁棒自适应滤波、联邦Kalman滤波、基于小波分析的多尺度Kalman滤波和离散非线性系统滤波等。

卡尔曼滤波与组合导航原理[西工大出版秦永元].

本资料包，包括了捷联惯导解算，经典罗经法对准，基于惯性系的粗对准，基于kalman滤波的对准技术，组合导航技术，有源代码是良好的学习和开发导航系统的参考资料。

GNSS/SINS紧组合和松组合导航系统，matlab仿真程序，亲手写的

《卡尔曼滤波与组合导航原理》是2012年西北工业大学出版社出版的图书，作者是秦永元、张洪钺、汪叔华。

INS-GNSS松散集成 惯性导航/ GNSS松散集成导航算法