搜索结果
找到约 405 项符合
KALMAN 的查询结果
按分类筛选
- 全部分类
- matlab例程 (130)
- 数学计算 (77)
- 其他 (41)
- 数值算法/人工智能 (18)
- 其他书籍 (18)
- 行业发展研究 (8)
- 人工智能/神经网络 (8)
- 书籍源码 (8)
- 通讯/手机编程 (7)
- 文章/文档 (6)
- 源码 (6)
- 通讯编程文档 (5)
- 文件格式 (5)
- 软件设计/软件工程 (5)
- 技术资料 (5)
- 电子书籍 (4)
- 系统设计方案 (4)
- GPS编程 (4)
- 交通/航空行业 (4)
- 论文 (4)
- 金融证券系统 (3)
- 3G开发 (3)
- 学术论文 (2)
- 模拟电子 (2)
- 中间件编程 (2)
- *行业应用 (2)
- 其他行业 (2)
- 软件工程 (2)
- DSP编程 (2)
- 技术教程 (1)
- 图形图像 (1)
- 实用工具 (1)
- 通信网络 (1)
- 传感与控制 (1)
- 工控技术 (1)
- 其他嵌入式/单片机内容 (1)
- Linux/Unix编程 (1)
- VC书籍 (1)
- 压缩解压 (1)
- 汇编语言 (1)
- 生物技术 (1)
- 操作系统开发 (1)
- 并行计算 (1)
- 无线通信 (1)
- 仿真技术 (1)
- Matlab (1)
- 书籍 (1)
中间件编程 发现的KALman滤波源代码。很实用的。已经驶过了。
发现的KALman滤波源代码。很实用的。已经驶过了。
数学计算 c语言编写的卡尔曼滤波器(kalman)算法
c语言编写的卡尔曼滤波器(kalman)算法,可用于对信号进行滤波处理。研究导航和控制方面的朋友一定用得上。
交通/航空行业 kalman滤波GUI(matlab6.5) m代码在m_files目录中
kalman滤波GUI(matlab6.5)
m代码在m_files目录中,主函数为fildis
执行独立exe时,需..\bin\win32下的dll支持.可以在autoexec.bat中加入此目录,
也可将dll文件拷出放入同一目录下,对于独立exe若要从mat文件初始化,mat文件目录全名需无中文字符。
可以作为设计各种kalman滤波器的开发导航,参数可以自己设置。 ...
其他书籍 一种基于Kalman的视觉跟踪的研究。可以学习跟踪算法
一种基于Kalman的视觉跟踪的研究。可以学习跟踪算法
matlab例程 这是一个用MATLAB编写的接联惯性导航系统精对准阶段KALMAN滤波仿真程序的修正程序。解决了因系数矩阵条件数过大造成的滤波发散问题。
这是一个用MATLAB编写的接联惯性导航系统精对准阶段KALMAN滤波仿真程序的修正程序。解决了因系数矩阵条件数过大造成的滤波发散问题。
*行业应用 扩展KALMAN滤波方面的应用
扩展KALMAN滤波方面的应用,应用于系统跟踪等方面的问题
行业发展研究 A multi-Kalman filtering approach for video tracking of human-delineated objects in cluttered enviro
A multi-Kalman filtering approach for video tracking of human-delineated objects in cluttered environments is an latest PH.D graduation paper! it give to most needing people.
行业发展研究 Knowledge of the process noise covariance matrix is essential for the application of Kalman filteri
Knowledge of the process noise covariance matrix
is essential for the application of Kalman filtering. However,
it is usually a difficult task to obtain an explicit expression of
for large time varying systems. This paper looks at an adaptive
Kalman filter method for dynamic harmonic state estimatio ...
行业发展研究 A method is presented for augmenting an extended Kalman filter with an adaptive element. The result
A method is presented for augmenting an extended
Kalman filter with an adaptive element. The resulting estimator
provides robustness to parameter uncertainty and unmodeled
dynamics.