自适应卡尔曼滤波在GPS /DR组合导航中的应用

用一组陀螺实测数据作为原始数据，通过时变卡尔曼滤波，最后得到两组输出滤波图

为了克服Kalman滤波和Sage自适应滤波的缺点,在分析基于新息向量、残差向量和状态改正数向量的自适应协方差估计存在问题的基础上,提出根据新息向量、残差向量和状态改正数对滤波精度影响的不同程度,采用

GPS接受机中的卡尔曼滤波MATLAB代码

SINS/GNSS/CNS组合导航自适应容错联邦滤波方法

本文对Matlab工具箱中的中值滤波算法进行改进,提出一种基于×字形滤波窗口的自适应中值滤波算法,在有效去除噪声的同时,较好地保持了图像细节,缩短了运行时间。

针对粒子滤波算法存在的粒子退化现象和重要性密度函数难以选取等问题,在研究交互式多模型滤波算法的基础上,设计一种基于随机加权自适应IMMUPF算法。首先,该算法在无迹粒子滤波的采样过程中融合了随机加权和

LMS算法在自适应滤波器中的应用

了解自适应滤波器在图形降噪中的应用。实现技术 程序主体代码 Sxy大小的自适应控制

针对组合导航系统状态模型及噪声统计特性不确定的情况下，标准容积卡尔曼滤波（CubatureKalmanFilter，CKF）算法鲁棒性差，导致滤波精度下降甚至出现滤波发散的问题，提出一种H∞鲁棒自适应

卡尔曼滤波在雷达目标跟踪中的应用 matlab程序