MATLAB 的例子，实现卡尔曼滤波的经典算法，非常实用，是国外著名工程师编写的。
标签： MATLAB
上传时间： 2016-06-01
上传用户：hgy9473
粒子滤波在无线传感器网络中的应用，与卡尔曼滤波相比较，具有优势。
上传时间： 2014-11-28
上传用户：TF2015
摘要:对基于弹载IMU/C:PS组合导航系统的动基座对准问题进行了研究与仿真 首先，分析了弹载IMU与GI S的系统误差，建 立获得了其系统误差模型 然后，利用卡尔曼滤波技术，设计了弹载IMU/UPS组合导航系统的动基座对准算法 仿真结果表明，在初 始误差较大的情况下，经过36。秒的动基座对准，IMU的姿态角误差可降至10个角秒，同时位置和速度误差也得到了有效修正，从而 证明该动基座对准算法是行之有效的 关} i}惯性测量装} <IMU)。全球定位系统<GPS) 动基座对准 卡尔曼滤波
上传时间： 2013-12-29
上传用户：yepeng139
基于DSP5509的卡尔曼滤波器设计
标签： 111
上传时间： 2015-11-20
上传用户：wmm199412065
卡尔曼滤波的程序，里面有跟踪点的，算法有UKF,EKF,PF，蛮好用的。。。。。。。。
标签： 卡尔曼滤波
上传时间： 2016-04-10
上传用户：roy0924
最简单的阿尔法 贝塔 伽马 滤波程序 设置了初值 和真实值 并对真实值和估计值进行了比较
标签： 卡尔曼滤波
上传时间： 2016-10-21
上传用户：260970449
改进版多模型卡尔曼滤波论文，能更好的适应非线性场景
标签： IMM-kalman 滤波
上传时间： 2019-06-10
上传用户：guokai626
《统计信号处理基础：估计与检测理论》是一部经典的有关统计信号处理的权威著作。全书分为两卷，分别讲解了统计信号处理基础的估计理论和检测理论。 第一卷详细介绍了经典估计理论和贝叶斯估计，总结了各种估计方法，考虑了维纳滤波和卡尔曼滤波，并介绍了对复数据和参数的估计方法。本卷给出了大量的应用实例，范围包括高分辨率谱分析、系统辨识、数字滤波器设计、自适应噪声对消、自适应波束形成、跟踪和定位等；并且设计了大量的习题来加深对基本概念的理解。第二卷全面介绍了计算机上实现的最佳检测算法，并且重点介绍了现实中的信号处理应用，包括现代语音通信技术及传统的声呐/雷达系统。本卷从检测的基础理论开始，回顾了高斯、c2、F、瑞利及莱斯概率密度；讲解了高斯随机变量的二次型，以及渐近高斯概率密度和蒙特卡洛性能评估；介绍了基于简单假设检验的检测理论基础，包括Neyman-Pearson定理、无关数据的处理、贝叶斯风险、多元假设检验，以及确定性信号和随机信号的检测。最后详细分析了适合于未知信号和未知噪声参数的复合假设检验。
标签： 信号处理
上传时间： 2022-04-14
上传用户：1208020161
视觉SLAM十四讲一书的草稿版，系统介绍了视觉SLAM（同时定位与地图构建）所需的基本知识与核心算法，既包括数学理论基础，如三维空间的刚体运动、非线性优化，又包括计算机视觉的算法实现，例如多视图几何、回环检测等。此外，还提供了大量的实例代码供读者学习研究，从而更深入地掌握这些内容。可以作为对SLAM 感兴趣的研究人员的入门自学材料，也可以作为SLAM 相关的高校本科生或研究生课程教材使用。 适读人群 ：本书适合对SLAM感兴趣的读者阅读，也适合有志于从事计算机视觉、机器人研究等领域的广大学生阅读，可作为SLAM技术的入门教材。 SLAM技术是全自动无人驾驶、无人机、机器人等人工智能产品的核心技术之一。 作者是SLAM领域非常杰出的青年专家。 书中不仅有深入浅出的讲解，同时注重理论和实践结合，大大降低了国内学生和相关从业者的进入门槛。 隆重向读者推荐《视觉SLAM十四讲：从理论到实践》。一方面本书是业界少有的涵盖从基础理论到代码实例，系统性讲解SLAM的书；另一方面，本书的作者和地平线颇有渊源，高翔曾经是我们的算法实习生，颜沁睿是自动驾驶算法工程师，都是在SLAM领域非常杰出的青年专家，走在技术实践前沿。在移动互联网大潮之后，自动驾驶、无人机、服务机器人等人工智能硬件会成为下一个产业爆发点，其中关键的技术之一就是动态定位和环境建模的SLAM技术。本书是国内非常有价值的有关SLAM技术的书籍，适合有志于从事机器人技术的研究生和工程师，一定会让读者很有收获。 ——地平线机器人创始人，中国人工智能学会副秘书长，余凯 我在新加坡和加拿大给学生讲视觉SLAM时常常觉得缺乏一本适合初学者的教材。高翔博士的《视觉SLAM十四讲：从理论到实践》从基础的四元数、李代数讲起，涵盖了卡尔曼滤波、Bundle Adjustment、Pose-Graph等高级优化工具。书中更有zui近十多年成功系统的概述，从2003年的MonoSLAM直到2016年的ORB-SLAM。通篇既有清晰的理论叙述，又辅以大量示例程序，是一本非常好的视觉SLAM教材。 ——加拿大西蒙弗雷泽大学终身教授，谭平 视觉SLAM随着近年增强现实、无人驾驶等应用的兴起而重新获得重大关注。视觉SLAM属于计算机视觉和机器人研究的交叉领域，因此涉及的基础知识广而分散。国内专门的研究机构相对较少，因此学生入门的门槛较高。幸运的是，本书不仅有深入浅出的讲解，同时注重理论和实战的结合，大大降低了国内学生和相关从业者的进入门槛。因此，本书非常值得初学者学习实践。 ——网易感知与智能中心增强现实算法架构师，刘海伟 作者的这本书既是通俗有趣的高科技演义，又是足以指导研发实践的翔实教程，对国内SLAM 界而言可谓意义重大。我甚至发现有不少目前圈内的一流人才都是因为看了本书的早期章节才决定进入这个行业并快速成长起来的。 本书里所涵盖的知识面、技术细节，甚至是某些宝贵的实践经验，对国内刚刚起步的虚拟现实和增强现实（VR/AR）、无人机、无人车、机器人等行业而言，都将产生深远影响！ ——uSens凌感科技联合创始人/首席运营官，时驰（Chris）博士
上传时间： 2022-05-23
上传用户：kingwide
四轴起飞时，发出触发信号使导航模块开始工作，同时读取ICM20602的加速度计、陀螺仪数据，对数据卡尔曼滤波后姿态解算，对角度与角速度采取串级PID调节。控制系统算法设计主要有ICM20602滤波算法，姿态解算算法、串级PID控制算法和定高部分控制算法。碍于篇幅所限，下面介绍最重要的串级PID控制算法和定高部分控制算法。地理坐标系中重力的水平分量为零，仅用三轴陀螺仪和三轴加速度计无法计算出航向角，由于巡线机器人保持稳定飞行只需要横滚角（roll）和俯仰角（pitch），所以四元数转换成欧拉角。定高控制算法采用的是增量式PID控制，定高控制的输出最后与姿态控制的输出叠加到四个电机的控制中。数据滤波使用的是低通滤波，采用近三次的平均值。为了防止姿态对激光测距的影响及减小高度控制对姿态控制的干扰使用欧拉角来校正高度值，即Hight=(float)Hight*(cos(roll)* cos(pitch))。将四元数转换后的欧拉角与陀螺仪测出来的角速度进行串级PID控制，其中欧拉角作为外环，角速度作为内环。外环的PID以及内环的PD设定值为测试数据值。由于内环的角速度控制不需要无静差,所以内环采用PD控制,为防止测量的误差造成较大影响,外环积分需要限幅。
标签： 传感器
上传时间： 2022-06-24
上传用户：默默
