The Kalman filter is an algorithm that estimates the states of a system from indirect and uncertain measurements. Kalman filters are widely used for applications such as navigation and tracking, control systems, signal processing, computer vision, and econometrics.
您可以使用MATLAB®，S万博1manbetximulink®，以及控制系统工具箱™，以设计和模拟线性稳态和时间变化，扩展和无知的卡尔曼滤波器或粒子滤波器算法。阅读这组示例和代码，以了解有关：
- 卡尔曼过滤：MATLAB中的稳态和随时间变化的卡尔曼滤波器设计和模拟
- State Estimation Using Time-Varying Kalman Filter：Simulink中导航和跟踪系统的设计万博1manbetx
- Estimate States of Nonlinear System with Multiple, Multirate Sensors：对物体的位置和速度估计，其GPS和雷达传感器以不同的样本速率运行
- 非线性状态估计使用无味的卡尔曼滤波器和粒子过滤器：从噪声测量中对范德波尔振荡器的非线性状态估计
- 降解电池系统的非线性状态估计: unscented and event-based Kalman filter design to estimate the nonlinear states of a lithium battery
- 跟踪操纵目标: tracking filter design using single motion and multiple motion models
学到更多
You can also select a web site from the following list:
Americas
- AméricaLatina（Español）
- 加拿大（英语）
- United States（英语）