卡尔曼滤波及扩展

说明：  描述一个卡尔曼滤波问题需要两个模型，一个是描述系统的状态方程，一个是观测方程，观测量通过观测方程与状态变量建立联系，由观测量估计状态值。与其他频域滤波器不同，卡尔曼滤波器不需要观测和估计的历史记录，可以直接在时域进行设计和使用，是一个时域滤波器，适用于处理实时数据。 对于一个运动模型，建立卡尔曼滤波模型，进行仿真，设已知初始时刻运动目标的真实位置和速度，并已知卡尔曼滤波使用的初始状态值，对该问题给出仿真；进一步分析该问题的稳态卡尔曼解，直接使用稳态卡尔曼滤波（滤波器）仿真该问题。 提供了Matlab源代码，代码中有注释和画图，非常详细。(For a motion model, the kalman filter model is established for simulation. The real position and velocity of the moving target at the initial moment are known, and the initial state value used by the kalman filter is known. The steady-state kalman solution of the problem is further analyzed and the problem is directly simulated by steady-state kalman filter (filter). Matlab source code is provided, the code has comments and drawings, very detailed.)

卡尔曼滤波及扩展, 0 , 2020-02-19
卡尔曼滤波及扩展\AlphaBetafilter.m, 2250 , 2019-12-03
__MACOSX, 0 , 2020-02-19
__MACOSX\卡尔曼滤波及扩展, 0 , 2020-02-19
__MACOSX\卡尔曼滤波及扩展\._AlphaBetafilter.m, 176 , 2019-12-03
卡尔曼滤波及扩展\KalmanFilter.m, 2384 , 2019-11-29
__MACOSX\卡尔曼滤波及扩展\._KalmanFilter.m, 120 , 2019-11-29
卡尔曼滤波及扩展\KalmanFilter_1000times.m, 2578 , 2019-11-30
__MACOSX\卡尔曼滤波及扩展\._KalmanFilter_1000times.m, 120 , 2019-11-30