搜索资源列表
kalman programmer
- matlab状态方程的设计和一个自己编的小小的filter文件请指教！！1-Matlab equation of state of their own design and a series of small filter paper please enlighten! ! 1
kalman
- KALMAN滤波源程序，已知条件是给出状态方程和量测方程，过程噪声和量测噪声都是零均值的高斯白噪声
kalman.rar
- 卡尔曼滤波程序，两变量滤波；正弦信号跟踪；卡尔曼差分到状态方程的转换；卡尔曼同滑动平均比较,Kalman filtering process, the two variable filter sinusoidal signal tracking Kalman differential equation of state of the conversion Kalman compared with moving average
UKF
- 研究生期间做的unscented kalman 滤波程序，带测试例子，vc6编译-Graduate students during the unscented kalman filtering process, with the test example, vc6 compiler
KernelObjectTrack
- 卡尔曼目标跟踪算法的源代码，选好状态方程和观测方程是关键。-Kalman target tracking algorithm source code, select the state equation and observation equation is the key.
xindaoguji
- 利用卡尔曼滤波器进行信道估计 提示：信道估计的状态方程和测量方程可分别表示为 要求：给出信道均方误差随样本数增加的曲线，给出matlab程序及具体的估计过程。 -Use of Kalman filter channel estimation Tip: the state of the channel estimation and measurement equations could be specified as required: given the channe
ukf
- EKF仅仅利用了非线性函数Taylor展开式的一阶偏导部分（忽略高阶项），常常导致在状态的后验分布的估计上产生较大的误差，影响滤波算法的性能，从而影响整个跟踪系统的性能。最近，在自适应滤波领域又出现了新的算法——无味变换Kalman滤波器（Unscented Kalman Filter-UKF）。UKF的思想不同于EKF滤波，它通过设计少量的σ点，由σ点经由非线性函数的传播，计算出随机向量一、二阶统计特性的传播。因此它比EKF滤波能更好地迫近状态方程的非线性特性，从而比EKF滤波具有更高的估计精
kalman-matlab
- 卡尔曼滤波器的介绍及其源代码 5个公式 两个时间方程 三个状态方程-Introduction to the Kalman filter and its source code 5 Formula Three two time state equation equation
EKF_MEMS
- 姿态信息是飞行控制中最关键的参数之一,因此姿态测量成为飞行控制系统首要解决的问题。利用多MEMS传感器研制了一种微型姿态测量系统。利用三轴MEMS加速度计和三轴MEMS陀螺数据,由方向余弦矩阵的姿态表示形式推导了扩展Kalman滤波方程,解算出飞行器的俯仰角和横滚角 设计专家系统判断飞行器的运动状态,并根据该状态调整滤波算法中的测量噪声矩阵,使系统可同时满足静态情况和动态情况的使用 利用空速和高度数据对俯仰角进行修正,利用GPS解算航向角。将实验结果与国外最新 的商用自动驾驶仪的姿态结果进行
kalman
- 基于非线性方程，由状态方程与观测方程，并求其观测值。-Nonlinear equations, the state equation and observation equation, and find their observations.
kalman-lb_zsy
- 由于Kalman 滤波算法将被估计的信号看作在白噪声作用下——个随机线性系统的输出， 并且其输入输出关系是由状态方程和输出方程在时间域内给出的， 因此这种滤波方法-Because of Kalman filtering algorithm will be estimated as the signal in white noise-a random under the action of linear systems, and its output input and output relati
kalman-tracking-sinusoidal-signals
- kalman正弦信号跟踪： 红色为原始状态输出；绿色为量测方程输出；黑色为状态方程输出；蓝色为卡尔曼滤波输出-kalman tracking sinusoidal signals: red output to its original state green measurement equation output black output for the equation of state blue for the Kalman filter output
Kalman--the-conversion-of--equation
- 卡尔曼差分到状态方程的转换： 分子分母均为降序排列-The Kalman differential to the conversion of the equation of state: the numerator and denominator are in descending order
Kalman-filter
- 卡尔曼滤波是基于状态空间方法的一套递推滤波算法，在状态空间方法中，引入了状态变量的概念。实际应用中，可以通过选取合适的状态变量来体现系统的特征、特点和状况的变化。卡尔曼滤波的模型包括状态空间模型和观测模型。状态模型是反映状态变化规律的模型，通过状态方程来描写相邻时刻的状态转移变化规律；观测模型反映了实际观测量与状态变量之间的关系。Kalman滤波问题就是联合观测信息及状态转移规律来得到系统状态的最优估计。-Kalman filter
kalman
- 卡尔曼滤波的完整C++源代码，非常全，内含matlab相关的程序，使用时请结合具体状态方程。-Kalman filtering the complete source code, very full.
kalman
- 主要对滤波方程的状态方程等进行仿真，比较全面Mainly on the filtering equation of state equations, such as simulation, more comprehensive(Mainly on the filtering equation of state equations, such as simulation, more comprehensive)
kalman filter
- 卡尔曼滤波(Kalman filtering)一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。(Kalman filtering, Kalman filtering) a system of linear equation of state, through the system input and output data, the optimal estimation of the s
Kalman filter
- 卡尔曼滤波（Kalman filtering）一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。 斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时，发现他的方法对于解决阿波罗计划的轨道预测很有用，后来阿波罗飞船的导航电脑使用了这种滤波器。 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Ka
kalman
- 基于卡尔曼滤波对现有采样数据进行滤波，有效降低观测值的误差。卡尔曼滤波是一种时域方法，它把状态空间的概念引入随机估计理论，用状态方程、观测方程和噪声激励递推估计测量噪声，便于实现实时应用。(The existing sampled data is filtered based on Kalman filter, which can effectively reduce the error of the observed value. Kalman filtering is a time doma
kalman滤波的仿真
- 5.4.2 Kalman滤波器的设计 这一节将讨论如何使用控制系统工具箱进行Kalman滤波器的设计和仿真。 考虑下面的离散系统： x［n+1］=Ax［n］+B(u［n］+w［n］) (5.9) y［n］=Cx［n］ (5.10) 其中, w［n］是在输入端加入的高斯噪声。 状态矩阵参数分别为 A = ［1.1269-0.49400.1129 1.0000 0