卡尔曼滤波在目标跟踪算法中的应用

小波粒子滤波算法在目标跟踪中的应用，何佳，史健芳，粒子滤波算法中粒子的初始化存在较大的噪声以及有粒子权值进化过程中引入了噪声,本文通过将小波去噪应用到粒子滤波粒子过程中,用�

运用IMM算法，结合无迹卡尔曼滤波技术，成功实现了对机动目标的跟踪。采用了匀速CV模型和匀速转弯CT模型，有效提高了跟踪精度，降低了均方根误差，使得跟踪结果更加准确可靠。仿真结果表明，该方法适用范围广

基于研究卡尔曼滤波算法在锂电池荷电状态估计和监测中应用效果的目的,本文通过建立Thevenin电池模型,结合锂电池恒定电流充放电实验数据,有效模拟出电池实际工作特性,并分别采用传统卡尔曼滤波(KF)和

由于人工神经网络具有较强的学习能力、自适应能力、复杂映射能力等智能处理能力,使得其在各个领域都有较广泛的应用。在各类神经网络模型中,较常用的算法是误差反向传播(BP)算法。但在实际应用中,BP神经网络

VS2015上C/C++实现目标检测和多目标跟踪,多目标跟踪采用了匈牙利算法和卡尔曼滤波;你在VS2015新建工程,并配置好opencv的相关设置,就可直接使用;注意:如果你想获得更好的效果,目标检测

Train anti⁃collision auxiliary early warning system is one of the important systems to ensure the sa

卡尔曼滤波在捷连惯导中的完美应用;同时也应用了四元数方法。

介绍了组合导航系统的优点；根据联邦卡尔曼滤波原理，设计了组合导航系统的滤波算法；对该组合系统的联邦卡尔曼滤波算法进行了仿真；仿真结果表明，在组合导航系统中采用联邦卡尔曼滤波，不仅提高了定位精度，而且保

首先通过一个温度的简单例子来理解了卡尔曼滤波的原理，其次再深入将卡尔曼滤波应用在天气预报中

多传感器融合是当前研究的热点之一，而卡尔曼滤波作为一种经典的状态估计算法，在多传感器融合中得到了广泛的应用。本文从理论和实践两方面探讨了卡尔曼滤波在多传感器融合中的具体应用，包括利用卡尔曼滤波进行多传