（matlab）对比UKF与PF的性能，带报告分析

无迹卡尔曼滤波（UKF）是重要的非线性滤波方法。 无迹卡尔曼滤波方法是通过一组代表着均值和方差分布的采样点来对非线性系统进行非线性计算，在不对非线性方程线性近似的条件下，达到线性卡尔曼滤波器的滤波性能。

针对SINS/GPS组合导航中量测噪声统计特性不准确引起卡尔曼滤波精度下降的问题,提出基于变分贝叶斯自适应无迹卡尔曼滤波(VB-UKF)的非线性融合方法。分析了线性的变分贝叶斯自适应卡尔曼滤波(VB-KF)算法的原理与性能,针对其仅适用于线性系统的问题,将VB-KF与UKF结合导出了非线性的VB-UKF算法。该算法可对系统状态和时变的量测噪声方差进行同步非线性估计,且与传统的UKF算法具有统一的形式。导航仿真结果表明:VB-UKF对于突变或慢变的量测噪声方差均能实时跟踪,较常规UKF算法可有效降低噪声统计

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.

仿真了EKF、二阶EKF、UKF及PF滤波过程，过程详细，仅涉及一个观测变量！

数据融合matlab代码面具UKF 这是MaskUKF的官方存储库，MaskUKF是用于6D对象姿态跟踪的实例分割辅助Unscented Kalman过滤器。 新增：用于实时和非实时场景的评估和测试代码/脚本。 概述 依存关系 已在Arch Linux上对代码进行了测试，具有以下依赖性与所指示的版本。 请注意，所示的版本不是最低要求的版本。 进行评估 供测试用 注意：虽然我们使用Eigen进行所有数学计算，但mlpack库依赖armadillo 可选的 OpenMP (8.0.0-1) （可选，以提高执行速度） 我们使用OpenMP更快地评估UKF测量模型并更快地评估ADD-S度量。 如果可能，您应该使用针对OpenMP编译的mlpack版本，以更快地执行异常排除过程。 评估说明 这些指令允许下载算法MaskUKF ， DenseFusion和ICP预先计算的结果，并评估ADD-S和RMSE指标。 如果您需要测试实际算法并重新计算结果，请遵循本节。 如果您重新计算结果，则可以跳至第（4）点以进行指标的实际评估。 克隆存储库，构建并安装 git clone https://github.

这是一个自己写的非线性滤波算法的比较程序，包含EKF，三阶CKF，五阶CKF，ICKF，UKF算法，这次只上传了经过编译的可执行程序，代码会在毕业之后，或者找完工作之后上传，如果发现问题，可与我联系！

介绍了基于多普勒频率变化率和波达角变化率的机载单站无源定位原理，并引入一种新的基于平方根（UKF）算法.通过仿真与扩展卡尔曼滤波(EKF)和不敏卡尔曼滤波（UKF）算法进行了比较.结果表明，新算法比EKF算法精度高，与UKF算法相比，新算法的方根形式增加了数字稳定性和状态协方差的半正定性，同时具有更快的收敛速度.

扩展EKF和ukf无迹卡尔曼滤波代码压缩包 有一个共同的简单例子 进行对比 两个卡尔曼滤波分别写成两个函数 需要的欢迎下载

【路径规划】基于UKF和MPC实现无人机编队路径避碰matlab源码.md