卡尔曼滤波的单目标跟踪代码Python版，视频中逐帧处理。

对高速运动目标采用基于kalman filter进行预测。基于matlab的实现，来进行运动目标的轨迹预测。有卡尔曼算法，扩展卡尔曼滤波，数据拟合方法。

利用纯c语言实现卡尔曼滤波，已通过编译，可以完美出结果。

卡尔曼滤波器的C代码，包括rinv.c函数

使用C语言编程实现卡尔曼滤波算法（核心算法）

随机游走matlab代码KalmanFilter-RandomWalk-Matlab m 代码为随机游走模型实现卡尔曼滤波器。 卡尔曼滤波器使用随机初始化进行初始化。 所有参数都是可调的。

这个包实现了以下卡尔曼滤波器： 1) 标准卡尔曼滤波器2) 扩展卡尔曼滤波器3) 双卡尔曼滤波器4) 平方根卡尔曼滤波器 该软件包还包含每种过滤器类型的说明性示例，演示它们的实际应用。 在所有 4 种情况下，KF 函数都接受多维系统的输入噪声样本，并根据噪声样本中固有的时变过程/噪声协方差产生真实系统状态的 KF 估计。 指数加权（或未加权）移动平均值用于从噪声测量中估计时变系统协方差。 标准卡尔曼滤波器是最基本的 KF 实现。 它假设一个模型，即噪声测量包含真实系统状态和白噪声。 扩展卡尔曼滤波器是标准卡尔曼滤波器的推广，允许用户指定非线性系统模型，然后在 EKF 执行期间迭代线性化。 双卡尔曼滤波器同时解决两个标准卡尔曼滤波器问题： 1) 将自回归模型拟合到数据并应用卡尔曼滤波器来更新 AR 模型 2）在执行标准KF更新之前，在每次迭代中应用AR模型 平方根卡尔曼滤波器

基于MATLAB实现卡尔曼滤波器的设计.pdf

python的卡尔曼滤波编程实现，打包成一个类，使用的时候可以直接调用，非常方便简单，所有的参数都可调，注释也很清晰

通过 Kalman filter （卡尔曼滤波）解决 GPS 抖动路径记录问题