基于UKF算法

Event-triggered UKF for nonlinear dynamic systems with packet dropout

机器人将在未来煤矿少人或无人化开采中发挥重要作用。根据井下工作光线较暗,空间封闭的特点,提出了一种基于无损卡尔曼滤波(unscented Kalman filter,UKF)的井下机器人超声网络定位方

一种改进的自适应抗差UKF空地目标滤波算法，邢雷，高兵，随着平台运动变化，机载雷达在进行空面目标探测时回波会受到强度不同的地面杂波影响，导致角度测量常常出现异常偏差，在实际应用

为了提高人口迁移算法（PMA）的全局优化能力，受达尔文的“优胜劣汰”理论及蜜蜂繁殖进化机制的启发，针对PMA的不足对算法进行了改进，多个经典函数的实验仿真表明改进算法的有效可行性。

光电与雷达的数据融合能够实现两个独立传感器测量信息的互补, 改善对目标的识别跟踪能力。针对联合传感器系统对动态运动目标定位中存在野值的现象, 同时为了解决单一传感器滤波跟踪发散的问题, 提出一种具有抗

均衡期限结构模型的估计--基于EKF和UKF的方法，苏云鹏，杨宝臣，在一个广义框架下提出了分别基于扩展卡尔曼滤波（extendedKalmanfilter，EKF）和无损卡尔曼滤波（unscented

本文介绍了EKF与UKF的相关概念，并利用公式进行某些理论的推导，最后做了比较..........

ukf和kalma滤波用C语言实现，代码文件提供一个例子，供参考。

本文以UKF为例，详细解析卡尔曼滤波原理并探讨其应用。卡尔曼滤波是目标跟踪中常用的一种滤波方法，通过对目标状态的预测和测量结果的融合来提高跟踪精度。本文将从数学原理入手，逐步剖析其实现过程，并借鉴实例

ukf无先导卡尔曼滤波最权威文章，Simon J. Julier Jeffrey K. Uhlmann