1引言卡尔曼滤波(Kalman Filter)是线性高斯状态估计中的最优方法。在现实世界中,人们面临的问题往往是非线性非高斯的,解决非线性滤波问题最普遍的方法就是扩展卡...
基于3900个网页-相关网页
但若目标在多模型、非高斯、强噪声的运动背景下,经典的卡尔曼滤波(KF)、扩展卡尔曼滤波(EKF)等算法估计精度明显下降,甚至发散。粒子滤波(PF)是一种基于蒙特卡罗模拟和递推贝叶斯估计的滤波方法。
基于272个网页-相关网页
扩展卡尔曼滤波器 Extended Kalman filter ; EKF ; ATEKF
卡尔曼滤波器 Extended Kalman Filter ; unscented Kalman filter ; CKF
扩展卡尔曼滤波 extended Kalman filter ; EKF ; RPEKF ; EKF-Extended Kalman Filter
不敏卡尔曼滤波 UKF
卡尔曼滤波算法 Kalman filter algorithm ; kalman filtering algorithm ; UKF
容积卡尔曼滤波 CKF
卡尔曼滤波理论 Kalman filter theory ; Kalman Filtering Theory
迹卡尔曼滤波 SRUKF ; Unscented Kalman Filtering ; UKF
·2,447,543篇论文数据，部分数据来源于NoteExpress
这是一个简单的卡尔曼滤波演示程序，希望对大家有所帮助。
This is a simple demonstration of the Kalman filtering process, and they hope to help everyone.
本文利用卡尔曼滤波方法精确地估计圆度误差评定中一阶模型参数。
In this paper, the Kalman filter approach is used to accurately estimate the parameters of first-order model for the evaluation of roundness errors.
当卡尔曼滤波不能有效跟踪突变状态时，MSTKF切换为可变弱化因子的强跟踪滤波。
When Kalman filtering cannot track efficiently the state with abrupt changes, MSTKF switches to strong tracking filtering with varying softening factor.
应用推荐