应用扩展卡尔曼滤波平滑算法提高GPS/INS组合定位定姿精度，石波，卢秀山，为了提高城市遮挡环境下GPS较长时间无法单独定位情况下的GPS/INS组合定位定姿精度，研究了扩展卡尔曼滤波及其R-T-S平滑算法，同时给出

内附有卡尔曼滤波的教材、教学PPT、相关文献、MATLAB仿真结果及自作的卡尔曼滤波器并附有详细说明

卡尔曼滤波器以匈牙利数学家Rudolf Emil Kalman 命名， 是一个“optimal recursive data processing algorithm（最优化自回归 数据处理算法）”，对于解决很大部分的问题，卡尔曼滤波是最 优，效率最高甚至是最有用的。卡尔曼滤波是一个不断地预测、 修正的递推过程，由于其在求解时不需要存储大量的观测数 据，并且当得到新的观测数据时，可随时算得新的参数滤波值， 便于实时地处理观测结果，因此被越来越多地应用于动态定位 数据处理中。

Labview卡尔曼滤波程序.vi

ukf2.vi无迹卡尔曼滤波

简单的卡尔曼滤波算法， 刚刚写的所以让我知道它是否需要改进笔记： 检查这里以防我对原始文件进行修改https://github.com/ganindu7/kf_algorithm_tester

Kalman Filtering - Theory and Practice Using MATLAB 第三版的源程序，2008年出版

卡尔曼滤波原理及应用MATLAB仿真《卡尔曼滤波原理及应用:MATLAB仿真》编辑推荐：《卡尔曼滤波原理及应用:MATLAB仿真》是作者精心为广大读者朋友们编写而成的此书。《卡尔曼滤波原理及应用:MATLAB仿真》可以作为电子信息类各专业高年级本科生和硕士、博士研究生数字信号处理课程或者Kalman滤波原理的教材，也可以作为从事雷达、语音、图像等传感器数字信号处理的教师和科研人员的参考书。

卡尔曼滤波算法 c语言实现 很适合新手

扩展卡尔曼滤波器（EKF） 3 非线性系统的卡尔曼滤波方程 3.1 扩展卡尔曼滤波器 非线性系统模型： 其中： 假设在 时刻已获得系统状态 的滤波估计 ，将 和 在 附近线性化，即非线性系统将随时在新估计的结果附近进行线性化。