纯方位观测匀速直线运动CV模型的扩展卡尔曼滤波实践

改进的扩展卡尔曼滤波算法研究，来源于一位老师对卡尔曼滤波的介绍，以及对此的改进算法的介绍。

姿态估计器是机器人导航与控制领域中的关键技术之一，它用于实时计算机器人在三维空间中的位置、姿态、速度等状态信息。Zubax POSEKF（Position and Orientation State

针对现有的迭代扩展卡尔曼滤波（EIEKF）跟踪时估计精度较低这一不足，提出了一种改进扩展卡尔曼滤波（NIEKF）新算法。该算法将迭代滤波理论引入到扩展卡尔曼滤波方法中，重复利用观测信息，采用经典的非线

采用扩展卡尔曼滤波算法建立由动态负荷和静态负荷组成的综合负荷数学模型,并列出了其转子运动方程、状态方程和输出方程,其中动态负荷由等值的异步电机表示,静态负荷由恒定导纳并联组成。通过动模试验,取得给定负

本资源为永磁同步电机的扩展卡尔曼滤波器的simulink仿真模型，为个人搭建，已通过调试，完整可用。适合初学者学习，科研工作者可以在此基础修改使用。

路面附着系数估计扩展卡尔曼滤波软件使用Matlab Simulink适用场景：采用无迹扩展卡尔曼滤波UKF进行路面附着系数估计，可应对各种工况，如不变路面、对接路面和对开路面。Simulink源码包含

卡尔曼，扩展卡尔曼，无迹卡尔曼，粒子，强跟踪等各种滤波方法代码，并配有论文

THOMSON直线运动系统，最优运动方案配置参考，皮带驱动，滚珠丝杆驱动

扩展卡尔曼滤波器 使用Gazabo,Rviz和ROS 设置环境: 对于此项目,使用了以下设置: Ubuntu 16.04 LTS操作系统 罗斯动力学 凉亭7.0.0 Rviz 1.12.17 安装步骤

针对CV模型（Constantvelocitymodel），编写的卡尔曼滤波程序，有相应报告及matlab代码。