这是monte carlo粒子滤波的一个实例程序，对于学习卡尔曼滤波和粒子滤波都有很大帮助
上传时间： 2016-04-10
上传用户：s363994250
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
自己收集的粒子滤波程序，包括基本的程序，卡尔曼滤波以及改进的算法。
上传时间： 2014-01-12
上传用户：wys0120
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
锂电池离线辨识方法，论文，在确定二阶RC 等效电路模型的基础上, 采用渐衰记忆的递推最小二乘算法和扩展卡尔曼滤波算法对模型参数与 SOC 在线联合估算。经过实验与仿真验证,
上传时间： 2016-01-21
上传用户：zxljj3825
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
自适应滤波器设计及MATLAB仿真
上传时间： 2020-12-21
上传用户：
一种通用微型飞行控制器设计 105页摘 要 微小型无人机(Micro／Mini UnmannedAerial Vehicle，M【，AV)在现代军事和国民经济中发 挥着越来越重要的作用。飞行控制器是无人机系统的核心，它自动采集无人机的各种飞行参数， 输出舵面／油门指令以控制无人机的姿态和轨迹，使无人机能在没有人工操纵干预的情况下自主 飞行，完成预定的任务。因此，研制高性能的飞行控制器对改善无人机的飞行性能以及提高任 务完成效率都具有重要的意义。 本文着重研究一种通用微型飞行控制器(General Micro Flight Controller，GMFC)，以适用 于小型／微型固定翼飞行器、旋翼飞行器、飞艇以及移动机器人的控制。论文的主要工作涉及 GMFC的硬件设计与软件实现，具体内容包括： 1)分析了微型飞行控制器在国内外的研究现状和发展趋势，根据任务需求和设计指标确定 一种通用型、微型化、低功耗、高性能、低成本的嵌入式微型飞行控制器的整体方案。 2)设计了基于ARM的通用微型飞行控制器的硬件系统，包括主控模块、惯性测量单元、 静压高度计、遥控信号接收单元、数据通信模块、电源模块、附加传感器模块等；完成了整个 控制器的PCB制作以及对所有电路的调试工作，使得系统运作正常。 3)研究了基于卡尔曼滤波算法的姿态参考系统，并对姿态参考系统的静态性能和动态性能 进行测试。 4)设计了小型四旋翼飞行器本体平台并对其进行动力学建模仿真； 5)在此基础上，结合四旋翼飞行器试验平台设计了飞行控制律，开发了GMFC的软件系 统，并开展物理实验验证。
标签： 飞行控制器
上传时间： 2022-03-15
上传用户：zhaiyawei
在工业应用中常用一组传感器对问一个被测量目标在一个过程的不同位置进行测量，然而由于每个传感器位于过程的不同位置，它们将不问程度的受到嗓声的干扰，为了从被嗓声干扰的多传感器测量值中获得更准确的测量结果，霱要进“步研究多传感器的融合理论多传感器数据融合系统的关键在于如何充分利用各个传感器的信息，得到对被测参数的最优估计，本文主要研究了以加权的方式进行多传感器数据融合的方法，即研究如何对每个传感器进行加权，从而得到对被测参数最优佑计的方法为此本文在介绍了多传感器数据融合技术的基础上，首先研究了基于奇异值分解的数据融合算法，通过对传感器测量值构成的矩阵进行奇异值分解，利用每个传感器测量值所对应的奇异值，可以估计出对每个传感器权值的最优估计，从而在不要任何先验知识的条件下，可仅由多传感器的测量值，利用提出的算法得到在最小均方误差意义下的被测参数的最优估计，此外，在许多工业过程中，人们利用多传感器测量同一过程参数以控制该参数在过程中的不同位置能根据需要进行合理分布，此时人们希望利用多传感器融合的测量结果，对每一个传感器的测量数据进行重建，以获得对每一个传感器的测量结果进行更为准确的估计。为此，本文进一步研究了基于小波降噪和数据融合的传感器数据重建算法，仿真和实验结果都说明提出算法是有效的，最后，研究了非线性动态系统的状态融合问题，研究了加权无气味卡尔曼滤波（UKF）方法，研究表明无气味卡尔曼波波能克服了扩展卡尔曼滤波（EKF）在状态融合估计中的不足，可以得到了更准确的状态融合估计结关键词多传感器系统，数据融合，奇异值分解，UKF
上传时间： 2022-03-16
上传用户：aben
