卡尔曼滤波是一种通过间接的、不确定的测量来估计系统状态的算法。卡尔曼滤波器被广泛应用于导航和跟踪、控制系统、信号处理、计算机视觉和计量经济学等领域。
你可以用MATLAB®,仿万博1manbetx真软件®,和Control System Toolbox™来设计和模拟线性稳态和时变、扩展和无迹卡尔曼滤波或粒子滤波算法。阅读这组示例和代码以了解更多关于:
- 卡尔曼滤波:稳态时变卡尔曼滤波器的设计与MATLAB仿真
- 基于时变卡尔曼滤波的状态估计:在Simulink中设计一个导航与跟踪系统万博1manbetx
- 多速率传感器非线性系统的状态估计:用GPS和雷达传感器在不同的采样率下估计目标的位置和速度
- 基于无迹卡尔曼滤波和粒子滤波的非线性状态估计:范德堡尔振荡器从噪声测量得到的非线性状态估计
- 退化电池系统的非线性状态估计:基于事件的无气味卡尔曼滤波器设计,用于估计锂电池的非线性状态
- 跟踪机动目标:采用单运动和多运动模型的跟踪滤波器设计