搜索资源列表
jiyuIMMjidongmubiaodegengzhousuanfa
- 机动目标的跟踪问题一直是人们研究的重点，实现机动目标精确跟踪，首要解决的问题就是使所建立的目标运动模型与实际的目标运动模型匹配。目前常用的有多模型(MM)，交互式多模型(IMM)，切换模型等。多模型方法就是对一组具有不同机动模型分别进行Kalman滤波，最终的参数估计是各滤波器估计值的加权和；在多模型基础上，Shalom提出了交互式多模型方法，这一方法对无序目标的机动检测，显示了更好的鲁棒性和跟踪的稳定性；切换模型则是分别建立机动和非机动运动模型，利用机动检测实现在这两个模型之间的切换。一般来说
IMM_UKF
- 在主/被动雷达双传感器目标跟踪背景下, 提出一种基于IMM- UKF 滤波的加权数据融合算法。-A data fusion algorithm using IMM-UKF is presented based on active/ passive radar target tracking. The algorithm is established in terms of IMM( interact ing mult iple model) and UKF( unscented Kalman f
IMMKF-Matlab
- IMMKF算法MATLAB程序，基于IMM算法的目标跟踪，包括INTERACTING,卡尔曼滤波,模型跟新-MATLAB IMMKF algorithm, based on IMM algorithm of target tracking, including INTERACTING, kalman filter, with the new model
kalman
- 包含多种滤波模型算法，包括卡尔曼滤波模型，IMM滤波模型-Includes a variety of filter model algorithms, including Kalman filtering model, IMM filter model
IMM_AFUKF
- 基于IMM多模型结构的带自适应渐消因子及衰减因子的无忌卡尔曼滤波器。 适用于非线性、模型不准确、噪声不确定情况下滤波-IMM multi-band adaptive model structure based on fading factor and the attenuation factor of the wild and the Kalman filter. Applies to non-linear model is not accurate, noise filtering unc
IMM
- 1.IMM.m 主要功能： （1）IMM算法的实现； （2）画出目标轨迹与利用IMM算法跟踪目标的轨迹； （3）画出位置误差与速度误差； （4）画出模型混合概率图。 2.Target_track.m 主要功能： 实现目标轨迹的产生。 3.Model_mix.m 主要功能： 实现IMM算法下，各模型的估计融合。 4.Kalman.m 主要功能： 实现模型的条件滤波，以及似然函数的输出。-1.IMM.m main functions: (1)
IMM_EKF
- 应用交互多模和扩展卡尔曼滤波器对机动目标进行跟踪-Application of IMM and extended Kalman filter to track moving targets