暂无评论
针对机器人导航无迹快速同步定位与地图构建（UnscentedFastSLAM）算法由于重采样造成样本粒子退化，进而导致估计精度下降的问题，提出一种基于自适应渐消无迹粒子滤波的UnscentedFast
运动物体的轨迹预测无迹卡尔曼滤波算法实现
基于高阶正交幅度调制(QAM)和大线宽相干光正交频分复用(CO-OFDM)系统, 提出了一种在时域进行无迹卡尔曼滤波(UKF)的相位噪声补偿算法。该算法在接收端基于训练符号频域卡尔曼滤波实现信道均衡,
无迹卡尔曼是一种优化后的卡尔曼滤波算法，在 ChatGPT 编写中应用广泛。本文将详细介绍无迹卡尔曼的算法思路和在 matlab 中的实现方法，帮助读者快速掌握该算法的原理和应用。同时，本文还会分享一
动态定位中野值的存在，使无迹卡尔曼滤波UKF（Unscented Kalman Filter）的结果不再准确甚至发散。针对这一问题，提出了一种具有抗野值性能的UKF算法。该算法将经典UKF算法与野值的
卡尔曼滤波器，自适应滤波器设计，线性预测滤波器，Lattice滤波器。全部设计程序
牛顿法算平方更，java文件，有附录和说明
求平方根计算器，用于计算求平方根。用易语言做的。也是随便写的
半正定矩阵算术平方根的表示
matlab的平方根算法代码简单实用正确的~
暂无评论