暂无评论
用于运动目标跟踪的算法---卡尔曼滤波器
在做课程设计的时候遇到了运用卡尔曼滤波进行移动目标跟踪问题，对此参考了很多资源，完成了题目要求，如果有做卡尔曼滤波的可以放心下载，有详尽注释。
针对现有跟踪主流算法对目标机动性、目标遮挡和目标背景干扰综合性能不强的现状，改进算法利用组合分片模型和粒子滤波算法的结合来提升综合性能，提高跟踪算法准确性。改进算法采用粒子滤波算法，同时通过优化组合重
基于颜色直方图的粒子滤波跟踪通常采用Bhattacharyya 系数(B 氏系数) 衡量目标与候选区域特征模型之间的相似性. 分析说明目标内部区域的B氏系数存在大量的峰值, 使得粒子滤波跟踪仅能适应目
粒子滤波和卡尔曼滤波在carsim和simulink仿真中的应用。通过对车辆系统模型的仿真实验，证明了这两种滤波算法能够显著提高系统的稳定性和精度。同时也讲解了在仿真过程中需要注意的细节和技巧。读者可
当存在高污染率的野值观测时,现有的鲁棒卡尔曼滤波器的数值稳定性和抗差能力可能会严重退化.为此,基于近似最小一乘估计和修正的高斯牛顿方法提出一种新的鲁棒卡尔曼滤波器,以减小含野量测对滤波器的不利影响.通
卡尔曼滤波（Kalmanfiltering）一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程
为提高视觉目标跟踪算法的稳健性, 提出一种基于协方差矩阵的多特征融合跟踪算法。在量子遗传算法框架下, 采用区域协方差描述子对颜色、边缘和纹理特征进行融合, 并采用一种快速协方差交叉算法进行模型更新。该
针对采用单一特征建立的动态空间模型与实际系统差距较大，从而使估计误差增加的问题，通过将系统的状态参数引入颜色特征模型中，与颜色特征参数一起构成系统状态空间向量，提出了一种联合颜色状态特征的优化目标跟踪
扩展卡尔曼-无迹卡尔曼-粒子滤波示例里面包含ukf,ekf，pf的matlab代码过程其中，状态方程和观测方程可能与你的不一样，到时候自己替换就好，没有测试数据不过自己对一遍公式就知道该代码是否正确
暂无评论