卡尔曼滤波器源文件，可以作为MATLAB的工具包使用

该文件里面包含了若干利用粒子滤波进行目标跟踪的程序，有详细的算法说明，适合于入门学习以及进一步深入研究。

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

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。

一共三个数据集 ILSVRC2015_DET ImageNet大规模视觉识别竞赛 和ytbb youtube bb 以及 ILSVRC 2015-VID的百度云资源链接。长期有效。

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.)