搜索资源列表
nonlinearfilter
- 工学博士学位论文 目前，扩展卡尔曼滤波是研究初始对准和惯性/GPS组合导航问题的一个主要手段。 但初始对准和惯性/GPS组合导航问题本质上是非线性的，对模型进行线性化的扩展卡 尔曼滤波在一定程度上影响了系统的性能。近年来，直接使用非线性模型的 UKF(Unscented Kalman Filtering, UKF)和粒子滤波，正在逐渐成为研究非线性估计问题 的热点和有效方法。 本文研究了UKF和粒子滤波两种非线性滤波方法，并将其应用于非线性静基座对 准和惯性
粒子滤波的介绍
- Particle Filtering for Sequential Spacecraft Attitude Estimation 卫星姿态估计的另外一种粒子滤波的介绍
分布式粒子滤波状态估计源程序
- 通过分布式粒子滤波进行状态估计，可以大幅提高估计速度。
FDISIRsmoothedresidual
- 基于粒子滤波的故障检测，使用状态估计和残差平滑的方法-Particle filter-based fault detection, the use of state estimation and residual smoothing method
Particle_Filter
- 粒子滤波程序，仿真实现自由度机器人对目标的跟踪，使用kalman滤波估计总雅可比矩阵J，噪声为非高斯噪声-Particle filter procedure, simulation robot tracking of targets, the use of kalman filter estimated total Jacobian matrix J, the noise of non-Gaussian noise
icassp061
- 指出了粒子滤波在多维估计中的应用以及相关一些关键结技术，有参考价值。-Pointed out that the particle filter in the multi-dimensional estimation of some of the key node and related technology, a valuable reference.
MIMO-OFDM_Simulator
- MIMO-OFDM仿真程序，包含完整的信道仿真程序，信道估计程序-MIMO-OFDM simulation program, including a complete simulation program channel, channel estimation procedures
Particle1
- 粒子滤波用于传感器目标跟踪，将观测值滤波估计出当前目标的位置-Particle filter for target tracking sensor to filter observations to estimate the location of the current target
ParticleFilters
- Matlab 粒子滤波器源代码，状态估计，别且与EKF滤波器做比较-Matlab source code particle filter, state estimation, do not and compared with the EKF filter
demo
- 粒子滤波算法，非常管用的运动估计和运动预测，mat源代码
sppf
- 粒子滤波算法:Sigma-Point Particle Filter 算法（SPPF）用于非线性滤波估计问题，例如：导航，定位，跟踪等等应用-Particle filter algorithm: Sigma-Point Particle Filter algorithm (SPPF) estimation problem for nonlinear filtering, such as: navigation, positioning, tracking, and so on,for appli
pf
- 用于对非线性方程的参数估计和最优估计的粒子滤波算法，保管一看就会，步骤很清晰的。-the solution of non-line function by pf filter
pf_paper
- 用于对非线性方程的参数估计和最优估计的粒子滤波算法，保管一看就会，步骤很清晰的。-the solution of non-line function by pf filter
33
- 在多径分量数确定的前提下,MIMO-OFDM系统采用传统的基于导频辅助和盲信道估计算法能获得较好性能。实际无线环境中,多径分量数目与幅度都是时变的,则传统信道估计方法不再适用。该文采用随机集理论建模MIMO-OFDM系统信道多径分量数的变化和MIMO信道。基于此模型提出了集中粒子空间重采样方法(CRS),在保留大概率粒子抽样样本的同时主动抛弃小概率抽样样本,以获得更为准确的真实样本逼近。并提出了基于集中重采样Rao-Blackwellised粒子滤波的信道估计方法(RBPFC)。仿真结果表明:所
UPF
- 无迹卡尔曼粒子滤波，有效的估计状态,ZHENHAO YONG(An unscented Calman particle filter is used to estimate the state effectively)
粒子滤波程序
- 通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计的过程(By finding a set of random samples propagating in the state space to approximate the probability density function, the sample mean is used instead of the integral operation to obtain the
粒子滤波
- 粒子滤波，对目标的运动状态进行预测和估计。(can predict the next position and velocity of the object.)
lizilvbo
- 粒子滤波的MATLAB实现，通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计的过程，这些样本被形象的称为“粒子”，故而叫粒子滤波(MATLAB implementation of particle filter,By looking for a set of random samples which are propagated in the state space to approximate the probability
粒子滤波实例
- 粒子群算法优化粒子滤波 剩余寿命估计的研究(Particle Swarm Optimization for Residual Life Estimation of Particle Filter)
目标定位
- 研究目标跟踪的状态估计方法，最小二乘估计，Kalman滤波，扩展Kalman滤波，无迹Kalman滤波以及粒子滤波等，理论及MATLAB源程序。(The state estimation methods of target tracking, least square estimation, Kalman filtering, extended Kalman filtering, unscented Kalman filtering and particle filtering, theory