基于mpu9250数据滤波的卡尔曼滤波算法，纯c语言的，可移植多个平台使用，不依赖任何外界库

包括滤波初始对准仿真，罗经法初始对准仿真，捷联惯导解算仿真，组合卡尔曼滤波等演示程序及其必需的参数矩阵转换程序等。亲测有效，运行效果良好

介绍两种目标跟踪算法—扩展卡尔曼滤波器（Extended Kalman Filter， EKF）、粒子滤波器（Particle filter， PF）。EKF利用泰勒级数方法，将非线性问题转化到线性空间，再利用卡尔曼滤波器进行滤波，并达到一阶估计精度。PF是一种采用蒙特卡罗采样的贝叶斯滤波方法，它将复杂的目标状态分布表示为一组加权值，通过寻找在粒子滤波分布中最大权值的粒子来确定目标最可能所处的状态分布，已成为复杂环境下进行目标跟踪的最好的方法。文中通过仿真实验，对二者的性能进行了仿真比较，结果证明在复杂的非高斯非线性环境中，PF的性能明显优于EKF，但计算复杂，耗时长。

通过经典的卡尔曼机动目标跟踪的介绍，主要是跟踪一个小球，然后包括公式推导以及仿真结果，

matlab论文大放送-基于MATLAB的卡尔曼滤波与最小二乘滤波仿真实验设计.pdf 坚持一天一贴，努力振兴论坛！ 实在不知道应该归到那一个版块下面，还是现放这里，等待管理员移动吧。 这些都是在学校老师那里拷的，基本上是一些简单的问题的提法极解决方式。 我会以单个文件和压缩包的形式分别上传附件，以满足只需要一篇论文或需要全部论文的朋友。 下面给出部分截图。 如果有人钱不够可以留邮箱。收到的话就说一声，没收到就催一催。 未命名.JPG 未命名1.JPG 未命名2.JPG 未命名3.JPG 未命名4.JPG 未命名5.JPG 未命名6.JPG 未命名7.JPG 未命名8.JPG 未命名9.JPG 未命名91.JPG 未命名92.JPG 未命名93.JPG 未命名94.JPG 未命名95.JPG 未命名96.JPG

卡尔曼滤波五个公式各个参数的意义，系统的状态方程等等

本文是根据直升机试飞工作中GPS应用的需要，对GPS定位 的数据处理进行了初步的研究，并应用于实际飞行中。 本文对GPS的数据采用卡尔曼滤波方法处理，并将该方法应用于实际飞行对 无线电罗盘、多普勒导航系统的定向、定位精度考核。处理软件采用VisualC++编程实现，GPS接收机采用日本古野公司的GN-77接收板。 采用本系统后，飞行实验的数据及结论的准确性得到了较大的提高。

stm32cubemx请用最新的 6.2.0以上版本打开 用软件iic读取 我发现对于diy 拼凑的模块化板子来说iic经常通讯失败，比如动一下板子线就松了，这里面加了iic通讯失败重新启动的程序，当然首次启动mpu6050得接好要不然进行不下去。 打印信息会如下 [12:24:08.292]收←◆MPU6050 dectected error! 检测不到MPU6050模块，请检查模块与开发板的接线 [12:24:08.802]收←◆检测不到MPU6050，停机 加速度： 3770 16266 1560 陀螺仪： -139 -142 -372 温度： 24 X:-15.217744 Y:-15.859903 用了卡尔曼滤波，加速度、陀螺仪三个数据、温度、计算了角度，单片机模块就是淘宝上最流行的stm32f103C8T6 很便宜的以前12块 现在肯定涨价了。

卡尔曼滤波源码

卡尔曼滤波预测轨迹，非常有用，从纳什均衡问题的求解现状和粒子群算法的发展出发，对纳什均衡问题进行分析，并且使用粒子群算法模拟纳什均衡的博弈过程。最终使用Matlab软件实现，最后简单的改进了一下算法的初值和一些迭代过程，通过离线性能和迭代时间的分析来说明算法的改进程度。最终的算法改进使得算法的更快得到迭代的结果，性能也有所改善。