项目中包括锂电池模型建立、参数辨识与验证、SOC估计采用扩展卡尔曼滤波(EKF)，使用了两种方式实现：
Simulinks(EKF only)
脚本(包含EKF和UKF)
2023-02-08 23:14:11
1.08MB
1
煤矿工作环境复杂,对采煤机的精确定位难度较大。传统的惯导定位器定位时误差较大,且随着时间积累无法消除,影响定位精度。利用卡尔曼滤波算法对惯导定位器获得的数据进行处理,通过不断修正系统设定状态参数与实际状态参数之间的误差,实现对采煤机的精确定位。分析扩展卡尔曼算法的特点和优势,并将其应用到惯导定位器中,对采煤机进行仿真实验,对比滤波前后的系统定位精度,滤波后误差消除效果明显,值得进一步研究。
2023-02-06 15:20:04
193KB
1
基于卡尔曼滤波和最大权值匹配实现的多目标跟踪python源码+详细代码注释+使用说明.zip
基于卡尔曼滤波和最大权值匹配实现的多目标跟踪python源码+详细代码注释+使用说明.zip
基于卡尔曼滤波和最大权值匹配实现的多目标跟踪python源码+详细代码注释+使用说明.zip
【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向、python、目标跟踪学习者。
也可作为课程设计、期末大作业。包含：项目源码、项目操作说明等，该项目可直接作为毕设使用。
也可以用来学习、参考、借鉴。
2022-12-28 16:27:27
15.9MB
基于变分贝叶斯期望最大化（VBEM,variational Bayes expectation maximization）算法和Turbo原理，提
出了时变信道条件下MIMO-OFDM系统中的联合符号检测与信道估计算法。设计的软入软出空时检测器在采用
列表球形译码避免穷尽搜索的同时，考虑了信道估计误差方差矩阵的影响;利用空时检测获得的发送信号后验概率
分布估计，推出了新的Kalman前向后向递归信道估计器。仿真结果表明，在时变多径信道条件下，提出的算法
比传统EM算法和面向判决算法更加具有顽健性。
2022-12-15 15:51:04
1.02MB
1
kalman filter 公式推导过程笔记；英文；BLUE:best&linear&unbiased&estimate.
2022-12-12 09:28:41
123KB
1
Cubature 卡尔曼滤波器(CKF) 在非高斯噪声或统计特性未知时滤波精度将会下降甚至发散, 为此提出了统计回归估计的鲁棒CKF 算法. 推导出线性化近似回归和直接非线性回归的鲁棒CKF 算法, 直接非线性回归克服了观测方程线性化近似带来的不足. 具有混合高斯噪声的仿真实例比较了3 种Cubature 卡尔曼滤波器的滤波性能, 结果表明这两种鲁棒CKF 滤波精度及估计一致性明显优于CKF, 直接非线性回归的CKF 的鲁棒性更强, 滤波性能更好.
2022-12-08 14:30:30
187KB
1
虽然无先导卡尔曼UKF滤波技术在性能上要优于一阶线性化的扩展卡尔曼滤波EKF技术, 但是对于改进型Logistic混沌映射的扩频通信系统, UKF运算时间长, 算法复杂。针对上述缺点以及改进型Logistic映射的泰勒展开式最高项为二阶的特点, 提出将二阶EKF运用到接收系统中, 该接收系统能精确到泰勒展开式的二阶, 达到与UKF相同的性能。相比UKF的复杂算法更加简单, 运算速度也更快。仿真实验表明, 虽然二阶EKF与UKF的误码率相同, 但在运算速度与复杂度方面均优于UKF。
2022-12-07 22:19:13
1.93MB
1