搜索资源列表
MPF-vs-PHD
- 边缘粒子滤波（MPF）将状态方程中线性部分和非线性部分分别用卡尔曼滤波和粒子滤波进行估计，可以提高跟踪的精度，所以将其引入到PF-PHD滤波中，将二者接合起来，以提高PF-PHD滤波的跟踪精度。MPF-PHD滤波可以很好的提高跟踪的精度，抗干扰能力强，具有良好的鲁棒性。-Because of that MPF use KLAM and PSO to evaluate,which can achieve higher accurty.combing MPF and PF-PHD can achie
filter-in-video-sequences
- 粒子滤波理论是近年来跟踪领域的热门研究课题。在该领域，传统的卡尔曼（Kalman）滤波器是非常经典的运动目标跟踪工具。然而经典亦有其弊端，卡尔曼滤波对于非线性及非高斯环境下的工作能力相当无力。为解决这一问题，本文提出了一种基于粒子滤波的目标跟踪方法。其核心为以粒子(一种随机样本，携带权值)来表示后验概率密度，从而得到基于物理模型的近似最优数值解，其优点在于能在追踪的过程中实现更高的精度和更快的收敛速度等。粒子滤波通过加权计算这些带有权重的随机样本来得到目标的近似的运动状态，因此对于非高斯和非线性
强跟踪滤波
- 强跟踪卡尔曼滤波代码的实例程序，简单易懂，方便初学者的学习和研究。(Strong tracking Kalman filter code examples of procedures, easy to understand, easy to learn and study for beginners.)
Sage_Husa卡尔曼滤波
- 卡尔曼滤波；强跟踪滤波，效果不是怎么好，我也是刚学(Calman filtering; strong tracking filter, the effect is not so good, I am also just learning.)
UKF、EKF,CKF,STUKF
- 无迹卡尔曼滤波，强跟踪无迹卡尔曼滤波,ckf ,ekf(unscented kalman filter ;strong tracking unscented kalman filter)
卡尔曼+强跟踪+自适应滤波算法应用于汽车
- 电动汽车永磁同步电机的卡尔曼滤波，强跟踪算法(Kalman filter and strong tracking algorithm for permanent magnet synchronous motor of electric vehicle)