从高斯-牛顿迭代的角度对迭代扩展卡尔曼滤波(IEKF)进行分析,提出了一种基于组合牛顿迭代法的改进IEKF算法。该算法通过实时判断每次迭代对状态的逼近程度,采用加权平均的方法确定新的迭代值,继而采用卡尔曼滤波框架对状态进行量测更新。新算法较传统的IEKF具有精度高以及对初值不敏感的优点。实例仿真验证了该算法的有效性。
2023-03-06 20:32:45
785KB
1
该代码是UNGM模型用粒子滤波算法实现的单目标跟踪实例，可直接运行出结果，命令行窗口会实时输出【真实状态、观测状态、PF估计状态值】，可供我们直观的判断跟踪效果，同时还有真实状态、观测状态、PF估计状态的曲线图，另外还对误差进行了分析，比较了PF运用前后的RMSE误差。 喜欢请给个好评，谢谢~
2021-04-28 11:29:36
49KB
1