自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

985工科博士毕业，专攻定位、导航和滤波等算法研究。从业10年，主要使用MATLAB

分享关于导航、滤波的方法和MATLAB代码

  • 博客(1101)
  • 资源 (11)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 《MATLAB定位与滤波例程》专栏目录，持续更新……

本专栏针对动态目标定位时的轨迹滤波需求，给出TOA/AOA/RSSI、GNSS+INS松紧耦合等定位方法与EKF/UKF/CKF等滤波方法结合的matlab例程，弥补另一个专栏《MATLAB定位程序与详解》只提供静态、单点定位方法的缺陷。

2025-03-15 01:13:46 2866 1

原创 《MATLAB创新性滤波算法》专栏目录，持续更新中……

MATLAB创新性滤波算法》专栏旨在分享具有一定创新性的滤波方法，并配有适当的MATLAB例程供读者参考。为了保证一定的新颖性、创新性，在编辑时耗费了大量的时间和精力，因此设置为付费专栏，以下是专栏的目录。

2024-12-30 08:43:07 803 1

原创 《IMM交互式多模型滤波MATLAB实践》专栏目录，持续更新……

【逐行注释】基于CV/CT模型的IMM|MATLAB程序|源代码复制后即可运行，无需下载CV/CA双模型的IMM例程（MATLAB，基于两个模型的EKF），附源代码可直接复制粘贴。

2024-10-30 10:07:03 497 2

原创 卡尔曼讲解与各种典型进阶MATLAB编程（专栏目录，持续更新……）

本专栏旨在深入探讨卡尔曼滤波及其在各类应用中的实现，尤其是通过MATLAB编程进行的典型案例分析。卡尔曼滤波是一种高效的递归滤波器，广泛用于信号处理、控制系统和导航等领域，能够有效地从噪声数据中提取有用的信息。卡尔曼滤波基础：详细介绍卡尔曼滤波的原理、数学背景及基本概念，帮助读者建立坚实的理论基础。进阶应用案例：通过一系列典型的MATLAB编程示例，展示卡尔曼滤波在不同领域（如机器人定位、目标跟踪和传感器融合等）中的实际应用。代码实现与优化。

2024-10-18 10:57:19 669

原创 定位方法与程序讲解（专栏目录，更新中···）

专栏介绍

2024-10-03 10:42:33 2002

原创 【MATLAB代码】三维非线性目标跟踪,观测为距离+方位角+俯仰角,UKF与RTS平滑

本文介绍了一种三维非线性目标跟踪仿真系统，采用无迹卡尔曼滤波(UKF)处理球坐标到笛卡尔坐标的非线性转换与状态估计，并结合RTS平滑算法优化轨迹。系统通过MATLAB实现了从建模、噪声数据生成、前向滤波到后向平滑的全流程，并提供了多维误差统计与可视化功能。仿真结果表明，该方法能有效处理非线性观测模型，RTS平滑显著提升了跟踪精度。程序可直接运行，适用于三维目标跟踪算法的研究验证。

2026-04-17 09:52:56 133

原创 MATLAB绘图教程：figure命令的高级用法，标题、名称、窗口位置和大小等

本文介绍了MATLAB中figure函数的高级用法，重点讲解了通过名称-值对参数定制图形窗口的技巧。文章详细解析了最常用的窗口属性，包括标题控制（Name/NumberTitle）、窗口位置与大小（Position/Units）、外观设置（Color/Visible）以及界面控件（MenuBar/ToolBar）。通过综合案例展示了如何创建专业化的图表窗口，并提供了修改已创建figure的进阶技巧，包括使用set函数和点表示法两种方式

2026-04-17 09:51:43 293

原创 【三维目标跟踪，EKF与RTS】三维非线性目标跟踪的MATLAB仿真程序，通过扩展卡尔曼滤波（EKF），在滤波结果的基础上利用 RTS平滑算法进行后向平滑

三维非线性目标跟踪仿真程序，采用扩展卡尔曼滤波(EKF)进行实时状态估计，并结合RTS平滑算法提升轨迹精度。程序实现了真实三维场景建模，支持"距离+方位角+俯仰角"的非线性观测模式。

2026-04-16 10:23:55 163

原创 【MATLAB例程】二维非线性目标定位，无迹卡尔曼滤波滤波与RTS平滑下的高精度定位。附代码下载链接，包运行成功

基于UKF和RTS平滑的二维非线性目标跟踪方法。该算法针对匀速运动目标，利用固定观测站获取的距离和方位角（极坐标）非线性观测数据，通过无迹卡尔曼滤波(UKF)进行前向估计，再结合RTS后向平滑优化结果。实验对比了直接观测、UKF滤波和UKF+RTS平滑三种方法，结果表明UKF+RTS方案性能最优，能有效抑制噪声并降低估计误差。文章详细阐述了算法原理、实现步骤和仿真结果，包括状态建模、UKF滤波、RTS平滑等核心环节，提供MATLAB源代码

2026-04-16 10:20:20 570

原创 【CKF与RTS代码】二维非线性目标跟踪，观测为距离+角度，滤波使用容积卡尔曼滤波，附加RTS平滑，获得高精度定位。完整代码

模块关键变量作用参数设置F, Q, R运动/噪声模型轨迹生成x_true, z蒙特卡洛仿真CKF 前向实时估计RTS 后向离线平滑可视化轨迹图、误差时序、CDF、箱线图综合性能分析误差评估同时给出了 RMSE、最大误差、标准差和多个百分位点，以及3σ3\sigma3σ包络线，是一套比较完整的滤波性能评价框架。如需帮助，或有导航、定位滤波相关的代码定制需求，请点击下方卡片联系作者。

2026-04-15 10:44:16 134

原创 【三维目标跟踪，EKF与RTS】三维非线性目标跟踪的MATLAB代码，通过扩展卡尔曼滤波（EKF），在滤波结果的基础上利用 RTS平滑算法进行后向平滑

三维非线性目标跟踪仿真程序，采用扩展卡尔曼滤波(EKF)进行在线状态估计，并结合RTS平滑算法提升轨迹精度。程序包含完整的三维运动模型和观测模型，能够生成真实轨迹与滤波结果的对比图、误差曲线和CDF曲线

2026-04-15 10:43:25 177

原创 【MATLAB程序】CV和CA模型组成的IMM（交互式多模型），基于粒子滤波PF，背景为三维目标跟踪定位。附源代码

三维交互式多模型粒子滤波器（IMM-PF），用于机动目标的高精度轨迹跟踪。该方法融合匀速（CV）和匀加速（CA）两种运动模型，通过自适应模型切换机制，在巡航和机动段均能保持优异的跟踪性能。仿真结果表明，IMM-PF相比单一模型方法显著降低跟踪误差（机动段误差减少30%以上），并实时输出模型概率曲线显示运动状态识别过程。代码提供完整的三维轨迹仿真、误差统计和可视化功能，验证了算法在复杂机动场景下的优越性。

2026-04-14 10:39:24 459

原创 【MATLAB代码介绍】使用EKF融合惯导和DVL（速度）的MATLAB仿真例程

基于MATLAB的扩展卡尔曼滤波(EKF)仿真程序，用于三轴速度估计。该程序通过生成带有噪声的运动轨迹和观测数据，对比了惯性推算与EKF滤波两种状态估计方法。

2026-04-14 10:27:42 457

原创 【MATLAB滤波代码介绍】强跟踪UKF与经典UKF算法对比，三维非线性系统（提供状态方程和观测方程、观测量等，可直接运行仿真，也可替换为自己想要的模型

本文介绍了基于MATLAB的强跟踪无迹卡尔曼滤波(ST-UKF)算法实现，用于三维非线性系统的状态估计。该算法通过sigma点采样处理非线性问题，并采用自适应机制动态调整参数。主要步骤包括初始化、sigma点生成、状态预测、观测预测、卡尔曼增益计算和状态更新。实验结果显示，ST-UKF能有效提高估计精度，误差曲线对比验证了其性能优势。文中提供了完整的MATLAB代码实现，包含状态量预测、误差分析及可视化结果输出等功能模块。该代码适用于非线性系统状态估计研究，并支持定制化开发需求。

2026-04-13 10:28:38 805

原创 【滤波代码介绍|MATLAB】粒子滤波（PF）与自适应粒子滤波（APF）在三维动态系统状态估计中的对比，使用Sage Husa自适应的思想

本文介绍了基于MATLAB的粒子滤波(PF)与自适应粒子滤波(APF)在三维动态系统状态估计中的对比实现。代码通过定义系统参数和噪声协方差矩阵，生成真实状态和观测值，并分别实现PF和APF算法进行状态估计。PF包含预测、权重计算和重采样步骤，而APF在此基础上增加了观测噪声协方差的自适应调整。结果显示，APF相比PF具有更好的估计精度，其均方误差(MSE)更低。文章提供了完整的代码实现、三维状态曲线和误差分析图，展示了两种滤波方法在状态估计中的性能差异，为相关研究提供了可复现的实验方案。

2026-04-13 10:26:23 296

原创 【MATLAB例程】基于低精度IMU、GNSS的UAV初始航向（三维角度）校准的仿真，包含卡尔曼滤波、惯导解算与校正

基于手机（低精度）IMU和GNSS数据的无人机姿态初始化方法，通过MATLAB仿真验证了"粗初始化+卡尔曼滤波"的姿态解算方案。

2026-04-11 19:44:30 408

原创 【三维轨迹目标定位，CKF+RTS】基于CKF与RTS平滑的三维非线性目标跟踪（距离+方位角+俯仰角）MATLAB完整代码，粘贴到MATLAB空脚本中即可直接运行

本文研究了三维空间中基于球坐标观测的非线性目标跟踪问题，针对传统滤波方法在强非线性条件下的局限性，提出了一种容积卡尔曼滤波（CKF）与RTS平滑相结合的解决方案。通过MATLAB仿真验证，该方法在距离、方位角和俯仰角观测条件下表现出优越性能：与直接观测转换相比，CKF前向滤波将位置误差降低约60%，RTS平滑进一步减少15%误差。实验结果表明，该方法能有效处理球坐标到直角坐标的非线性转换问题，具有更高的数值稳定性和跟踪精度（3阶多项式精确度），适用于相控阵雷达、光电吊舱等传感器的三维目标跟踪场景。代码可直接

2026-04-10 12:34:56 14

原创 【MATLAB代码】CV和CA模型组成的IMM（交互式多模型），基于粒子滤波PF，背景为三维目标跟踪定位

基于交互式多模型粒子滤波器（IMM-PF）的三维目标跟踪方法，融合了匀速（CV）和匀加速（CA）两种运动模型。通过MATLAB仿真实验，比较了IMM-PF与单一模型滤波器的性能。结果表明，IMM-PF在位置估计精度上优于单一模型方法

2026-04-10 12:34:10 129

原创 【MATLAB代码介绍】EKF+CKF对比程序

基于EKF和CKF的三维非线性系统滤波方法。系统采用强非线性状态方程（含三角函数和分式）与非线性观测模型，过程噪声和观测噪声均为高斯分布。通过仿真对比两种滤波算法的性能，结果显示CKF在状态估计精度上优于EKF，误差曲线和CDF图表明CKF具有更低的总体误差。程序实现了两种滤波算法的完整流程，包括状态预测、测量更新等步骤，并提供了详细的状态估计结果可视化与误差分析。

2026-04-09 13:10:18 363

原创 MATLAB代码介绍：【逐行注释】扩展卡尔曼滤波EKF和粒子滤波PF的效果对比

比分析了扩展卡尔曼滤波(EKF)和粒子滤波(PF)在状态估计中的性能。通过MATLAB仿真实验，设置了粒子数量、时间序列等参数，生成系统真实状态和带噪声观测值。实验结果显示，两种方法均能有效跟踪真实状态，其中EKF计算效率高，PF对非线性系统适应性更强。

2026-04-09 11:16:24 374

原创 【MATLAB例程分享】三维非线性目标跟踪，观测为：距离+方位角+俯仰角，使用无迹卡尔曼滤波（UKF）与RTS平滑，高精度定位

高精度的三维目标跟踪仿真系统，旨在解决传感器观测数据（如雷达测量的距离和角度）含有噪声且是非线性数据的问题。首先模拟目标在空中的真实飞行轨迹以及传感器采集到的带有干扰的数据，利用无迹卡尔曼滤波算法进行实时的轨迹修正，避免了传统算法在处理非线性角度时的计算误差。最后引入RTS平滑算法，利用完整的时间序列数据对历史轨迹进行反向修正和打磨。程序通过直观的三维轨迹图和多维度的误差统计图表，展示了经过这套算法处理后，原本杂乱的观测点是如何被还原成一条平滑、精准的飞行轨迹的，体现了算法在提升定位精度方面的强大能力。

2026-04-08 09:34:08 592

原创 【MATLAB例程】二维平面下的CV和CA模型，组成IMM的仿真，滤波使用粒子滤波PF，适用于非线性目标跟踪、定位等

本文介绍了一种基于交互多模型粒子滤波(IMM-PF)的目标跟踪算法。该算法同时采用匀速(CV)和匀加速(CA)两种运动模型，通过粒子滤波实现对目标状态的并行估计与自适应切换。核心特点包括：多模型协同跟踪、根据观测数据自动调整模型权重、适用于非线性非高斯场景、输出平滑稳定的轨迹估计。仿真结果显示，相比单一模型方法，该算法在目标运动状态变化时表现更稳定，跟踪精度更高。MATLAB源代码实现了二维空间下的目标跟踪，包含600步仿真、5000个粒子，并提供了运动轨迹、误差曲线和模型概率等可视化结果。算法可有效处理目

2026-04-08 09:29:24 569

原创 【MATLAB代码】二维非线性目标跟踪，UKF滤波与RTS平滑，高精度定位。附完整代码，粘贴到空脚本后即可直接运行

本文实现了一个二维平面匀速运动目标的非线性被动跟踪系统，采用无迹卡尔曼滤波(UKF)和RTS平滑算法处理极坐标观测数据（距离+方位角）。仿真结果显示：RTS平滑后的轨迹估计误差显著低于前向UKF滤波和直接观测转换，其RMSE降低至0.54m（UKF为0.82m，直接观测为3.54m）。误差分析表明，UKF能有效处理非线性观测，而RTS平滑进一步提升了跟踪精度。该方法适用于固定观测站对匀速运动目标的精确跟踪场景。

2026-04-08 09:27:56 65

原创 【MATLAB代码】基于低精度IMU、GNSS的UAV初始航向校准的仿真，包含卡尔曼滤波、惯导解算与校正

利用手机IMU数据和GNSS定位实现姿态初始化，对比校准前后的轨迹误差

2026-04-07 10:52:19 370

原创 MATLAB批量保存现有绘图窗口的方法，简易方法，直接保存到当前目录，不手动设置

本文介绍了一种快速保存MATLAB绘图窗口的简便方法，适用于需要批量保存多个图形窗口的场景。该方法通过findall函数自动获取所有图形窗口句柄，并使用exportgraphics命令以"Fig_01.png"等命名格式直接保存到当前目录，无需手动设置路径或命名。相比传统saveas方法，该方案能自动生成高清无白边的图像输出，且支持R2020a及以上版本。文中提供了完整的代码示例和效果展示，并总结了该方法的三大核心特性：自动获取窗口、自动命名保存和高保真输出效果。

2026-04-07 10:51:07 61

原创 PSINS工具箱笔记——SINS/GNSS的例程

15维包括：失准角（3）+速度误差（3）+位置误差（3）+陀螺漂移（3）+加速度计常值零漂（3）如图，三个不同维数的SINS/GPS的融合，153表示状态量15维、观测量3维，以此类推。18维包括：15维+惯导与卫星之间的距离误差（3）19维包括：18维+惯导与卫星之间的时间误差（1）增加机动能提高卡尔曼滤波的对准速度。

2026-04-06 21:54:43 633

原创 【MATLAB代码】二维平面下的CV和CA模型，组成IMM的仿真，滤波使用粒子滤波PF，适用于非线性目标跟踪、定位等

基于粒子滤波的交互多模型(IMM)算法，用于二维目标跟踪。该算法结合了匀速(CV)和匀加速(CA)两种运动模型，通过粒子滤波实现状态估计

2026-04-06 21:42:49 180

原创 【定位demo】基于左逆的三边定位方法（MATLAB实现与原理说明）

当锚点数量不足时，可以通过“差分 + 左逆”将非线性定位问题转化为线性求解，但该方法稳定性有限，更适合作为工程中的辅助解或初值估计。

2026-03-30 10:42:08 309

原创 【MATLAB例程】基于EKF的分布式卡尔曼滤波，用于多个车辆的集群导航，融合IMU和GNSS、相对测量的UWB数据

种分布式EKF协同导航算法，通过融合IMU、GNSS和UWB三类传感器数据实现多节点定位。算法创新性地引入协方差交集（CI）融合方法，解决分布式系统中估计误差相关性问题。仿真实验设置3个节点，采用200步0.1s步长的匀速运动模型，结果表明算法能有效跟踪三维轨迹并保持稳定误差性能。提供完整的MATLAB源代码下载链接。

2026-03-30 10:39:30 504

原创 【MATLAB代码】基于EKF的分布式卡尔曼滤波，用于多个车辆的集群导航，融合IMU和GNSS、相对测量的UWB数据

分布式扩展卡尔曼滤波(EKF)协同导航算法，包含协方差交互(CI)融合机制。该算法融合IMU预测、GNSB测距三种信息源，实现多节点集群的高精度导航。代码提供完整的三维轨迹可视化、误差分析和协方差评估功能。系统采用分布式架构，通过CI融合实现节点间信息共享，在保证导航精度的同时提S定位和UW升系统鲁棒性。

2026-03-28 15:04:53 348

原创 【MATLAB例程】多无人机协同巡逻仿真：基于长机-僚机模型的编队保持与串级PID控制

程序是一套基于 MATLAB 开发的多无人机（UAV）协同编队巡逻仿真系统。它采用了经典的长机-僚机（Leader-Follower）控制架构，深度融合了六自由度（6-DOF）非线性动力学模型与双闭环串级 PID 控制算法。通过集中式路径规划与分布式误差反馈机制，系统实现了多机在复杂巡逻航点下的菱形编队精准保持。代码逻辑严密，涵盖了从底层动力学模拟到高层逻辑调度的全过程，并提供了直观的三维轨迹可视化与性能分析图表。

2026-03-26 15:15:50 683

原创 【MATLAB教程】在matlab中，gscatter和scatter两个命令的区别

本文对比了Matlab中scatter与gscatter函数的区别。scatter用于绘制单一数据集散点图，可通过参数设置标记样式；gscatter则支持基于分类变量分组绘制，自动分配不同颜色/标记区分各组。关键区别在于：gscatter具备数据分组展示能力，需额外输入分组变量，适合多类别数据可视化；而scatter参数更简单，适用于单组数据呈现。选择依据取决于是否需要分组展示数据特征。

2026-03-26 15:05:35 676

原创 【课题推荐】无人机惯性地磁测速定位系统——面向无人机自主导航的惯性/地磁组合测速定位系统设计与实现

摘要：无人机惯性地磁测速定位系统（IMNS）融合惯性导航（INS）和地磁匹配技术，实现GPS拒止环境下的自主导航。系统通过EKF算法融合19维状态向量，包含位置、速度、姿态误差等参数，利用磁力计观测值进行状态更新。关键技术包括惯性解算、磁场误差补偿（硬磁/软磁）、地磁匹配定位（ICCP/MSD/粒子滤波）和速度辅助（ZUPT/地磁测速）。MATLAB实现框架展示了EKF核心流程。工程难点在于地磁地图质量（需1-10m分辨率）、磁场异常干扰处理和系统可观测性保障，建议在强非线性场景采用UKF算法。

2026-03-23 15:45:39 610

原创 基于PID控制的无人机巡航仿真（Matlab代码实现）——四旋翼无人机三轴位置 + 偏航角的串级PID控制仿真

本文介绍了四旋翼无人机串级PID控制的仿真实现。通过MATLAB构建了完整的6-DOF动力学模型，采用位置环（外环）和姿态环（内环）的双层PID控制架构，实现了无人机自动起飞、航点巡航和降落功能。仿真结果显示，系统能精确跟踪预设的三维轨迹，姿态响应稳定。该仿真适用于控制理论教学、算法验证和快速原型开发，单文件结构便于参数调整和功能扩展。代码包含航点管理、PID控制、物理引擎和可视化模块，可直观展示飞行轨迹和控制效果。

2026-03-23 15:44:55 653

原创 【MATLAB复现RRT（快速随机树）算法】用于二维平面上的无人车路径规划与避障，含性能分析与可视化

基于快速随机树(RRT)的二维路径规划算法，用于模拟无人车或移动机器人在障碍环境中的路径搜索与避障

2026-03-21 08:03:15 260

原创 计算机四级——《网络工程》科目，易错点总结【纯手工总结】

总结了操作系统和计算机网络的核心知识点。操作系统部分涵盖进程管理、内存管理、文件系统等关键概念，包括进程状态转换、死锁处理、虚拟存储实现等。计算机网络部分解析了TCP/IP模型、网络安全协议、无线网络标准等内容，重点介绍了HTTPS、IPSec等安全机制以及Ethernet、802.11等网络技术规范。全文系统性地梳理了计算机系统两大基础领域的核心原理和技术要点，适合作为相关领域的学习参考和知识速查。

2026-03-21 08:02:13 3715

原创 《自适应滤波代码分享》专栏介绍与重要文章的目录，持续更新中

《自适应滤波代码分享》专栏介绍、目录和后续更新计划

2026-03-20 11:24:39 322

原创 【三维飞行器】RRT路径规划与TOA定位仿真系统，MATLAB例程，路径起终点、障碍物、TOA锚点等均可设置。附下载链接

RRT算法在三维空间进行自主路径规划，通过TOA定位技术验证轨迹精度，形成闭环仿真。核心功能包括：1）基于混合采样策略的三维RRT路径规划；2）多基站TOA最小二乘定位；3）实时性能评估与可视化分析。

2026-03-20 11:24:04 330

原创 【二维路径规划与定位】A*算法对二维障碍物平面的路径规划，结合TOA定位的MATLAB完整实例，含可视化与性能评估

基于MATLAB的A路径规划算法实现，用于二维平面无人车导航与避障，并集成TOA定位仿真功能。算法通过A搜索寻找最优路径，利用6个锚节点的TOA测距技术进行定位估计，对比分析真实路径与定位轨迹的误差。

2026-03-19 13:20:05 987

原创 【MATLAB例程】三维空间的RRT（快速随机树），无人机路径规划、避障，可自定义起终点坐标、障碍物大小与位置。附完整代码的下载链接

基于MATLAB的三维RRT（快速扩展随机树）路径规划算法。代码开源可运行，用户可自定义地图参数和障碍物设置，适用于无人机路径规划研究与应用场景。

2026-03-19 13:02:16 396

【MATLAB程序】CV和CA模型组成的IMM（交互式多模型），基于粒子滤波PF，背景为三维目标跟踪定位 附源代码
三维交互式多模型粒子滤波器（IMM-PF），可对机动目标的高精度轨迹跟踪。算法融合了匀速模型（CV）与匀加速模型（CA），能识别目标的运动状态（巡航、加速、转弯等），并实时切换最优模型进行估计。 相比于单一模型的滤波方法（如单独使用CV或CA），IMM-PF在机动段误差降低 30%以上，在平稳段也能保持出色的跟踪精度。

2026-04-14

【MATLAB例程】基于低精度IMU、GNSS的UAV初始航向（三维角度）校准的仿真，包含卡尔曼滤波、惯导解算与校正
MATLAB仿真代码，可直接运行，包运行成功。仿真模拟了低成本传感器（手机IMU + GNSS）的UAV姿态初始化与误差评估框架，在存在陀螺偏置和GNSS噪声的条件下，验证基于“粗初始化 + 卡尔曼滤波”的姿态解算方法对姿态校正的效果。

2026-04-11

【MATLAB例程分享】三维非线性目标跟踪，观测为：距离+方位角+俯仰角，使用无迹卡尔曼滤波（UKF）与RTS平滑，高精度定位
三维非线性目标跟踪仿真系统，利用无迹卡尔曼滤波处理从球坐标（距离、方位角、俯仰角）到笛卡尔坐标的非线性转换与状态估计，并结合RTS平滑算法利用全时段数据反向修正历史轨迹；程序涵盖了从系统建模、含噪数据生成、前向滤波、后向平滑到多维误差统计与可视化的全流程 > 原创代码，包运行成功，有报错可以联系我，负责解决。请勿翻卖

2026-04-08

【三维轨迹目标定位，CKF+RTS，MATLAB程序】基于CKF与RTS平滑的三维非线性目标跟踪（距离+方位角+俯仰角）
在三维空间目标跟踪中，传感器（如相控阵雷达、光电吊舱）通常直接输出**距离、方位角、俯仰角**。由于球坐标系到直角坐标系的强非线性，传统的扩展卡尔曼滤波（EKF）在强非线性或大噪声下容易因雅可比矩阵线性化误差发散，而无迹卡尔曼滤波（UKF）的采样权重在维度变化时缺乏普适性。**容积卡尔曼滤波（CKF）** 基于球面-径向容积准则，具有更高的数值稳定性与3阶多项式精确度，是解决此类问题的理想选择。配合**RTS（Rauch-Tung-Striebel）逆向平滑器**，可进一步利用未来信息显著提升轨迹精度。

2026-04-07

【CKF与RTS，MATLAB例程】二维非线性目标跟踪，观测为距离+角度，滤波使用容积卡尔曼滤波，附加RTS平滑，获得高精度定位
【CKF与RTS，MATLAB例程】二维非线性目标跟踪，观测为距离+角度，滤波使用容积卡尔曼滤波，附加RTS平滑，获得高精度定位

2026-04-07

【三维目标跟踪，EKF与RTS】三维非线性目标跟踪的MATLAB仿真程序，通过扩展卡尔曼滤波（EKF），在滤波结果的基础上利用 RTS平滑算法进行后向平滑
三维非线性目标跟踪仿真程序，通过**扩展卡尔曼滤波（EKF）** 对目标状态进行在线估计，并在滤波结果的基础上利用 RTS（Rauch–Tung–Striebel）平滑算法进行后向平滑，以进一步提升轨迹估计精度。运行后输出：轨迹对比、误差曲线、误差CDF以及统计指标分析，便于直观评估不同算法的性能。

2026-04-07

【MATLAB例程】二维非线性目标定位，无迹卡尔曼滤波滤波与RTS平滑下的高精度定位 包运行成功，可讲解、定制
【MATLAB例程】二维非线性目标定位，无迹卡尔曼滤波滤波与RTS平滑下的高精度定位。包运行成功，如需个性化讲解、定制，可以联系我。 二维平面匀速运动目标的**非线性被动目标跟踪完整仿真** 观测：固定观测站测量目标的 距离 + 方位角（极坐标非线性观测） 核心算法：无迹卡尔曼滤波(UKF) + RTS后向平滑

2026-04-05

【MATLAB例程】二维平面下的CV和CA模型，组成IMM的仿真，滤波使用粒子滤波PF，适用于非线性目标跟踪、定位等
**IMM-PF（交互多模型粒子滤波）**。其核心思想是不再依赖单一运动模型，而是同时引入**匀速（CV）**和**匀加速（CA）**两种模型，对目标运动进行并行建模与估计。 在每个时刻，算法根据观测数据自动评估两种模型的可信度，并进行加权融合，从而实现对不同运动状态的自适应切换。 包运行成功

2026-03-29

【MATLAB例程】基于EKF的分布式卡尔曼滤波，用于多个车辆/无人机的集群导航，融合IMU和GNSS、相对测量的UWB数据
多节点集群的分布式EKF协同定额。系统融合三类信息源： * 惯性测量单元（IMU）：用于状态预测 * 全球导航卫星系统（GNSS）：提供绝对位置观测 * 超宽带（UWB）：提供节点间相对距离约束 同时，为解决分布式系统中**估计误差相关性未知问题**，引入**协方差交集（Covariance Intersection, CI）融合方法**，提升系统一致性与稳定性。

2026-03-28

【MATLAB例程】多无人机协同巡逻仿真：基于长机-僚机模型的编队保持与串级PID控制
程序是一套基于 MATLAB 开发的多无人机（UAV）协同编队巡逻仿真系统。它采用了经典的长机-僚机（Leader-Follower）控制架构，深度融合了六自由度（6-DOF）非线性动力学模型与双闭环串级 PID 控制算法。通过集中式路径规划与分布式误差反馈机制，系统实现了多机在复杂巡逻航点下的菱形编队精准保持。代码逻辑严密，涵盖了从底层动力学模拟到高层逻辑调度的全过程，并提供了直观的三维轨迹可视化与性能分析图表。 MATLAB打开后即可直接运行，包运行成功。

2026-03-26

【MATLAB复现RRT（快速随机树）算法】用于二维平面上的无人车路径规划与避障，含性能分析与可视化
基于快速随机树（Rapidly-exploring Random Tree, RRT）的二维路径规划算法，模拟无人车或移动机器人在存在障碍物环境中的路径搜索与避障过程。障碍物坐标、起终点、最大迭代次数等均可自定义。带有路径可视化、收敛过程分析以及规划结果统计等功能。

2026-03-15

【三维飞行器，RRT路径规划与TOA定位仿真系统】MATLAB例程，路径起终点、障碍物、TOA锚点等均可设置
RRT（Rapidly-exploring Random Tree）算法实现三维空间的自主路径规划，并通过TOA（Time of Arrival）定位技术对规划轨迹进行定位精度验证，形成从路径生成到定位评估的完整闭环仿真系统。

2026-03-15

【二维路径规划与定位】A*算法对二维障碍物平面的路径规划，结合TOA定位的MATLAB完整实例，含可视化与性能评估
基于MATLAB实现的A路径规划算法代码，用于二维平面上的无人车路径规划与避障，并集成了TOA（Time of Arrival）定位仿真功能。通过A算法寻找从起点到终点的最优路径。模拟了基于TOA测距技术的定位系统，通过分布在地图四角和边缘的6个锚节点对路径上的位置进行定位估计，并对比分析了真实路径与定位轨迹之间的误差。提供完整的可视化展示，包括路径规划结果、轨迹对比图、坐标分量分析以及定位误差统计，适用于无人车导航、机器人路径规划等场景

2026-03-15

【MATLAB例程】三维空间的RRT（快速随机树），无人机路径规划、避障，可自定义起终点坐标、障碍物大小与位置 附完整代码的下载链接
基于MATLAB，三维空间上的RRT（快速扩展随机树）路径规划仿真工具，专门用于模拟无人机在复杂三维空间中的避障导航。利用目标偏向采样算法，在障碍物环境中快速生长出一条从起点到终点的可行航迹，并支持搜索过程的实时动态可视化。

2026-03-14

【MATLAB程序】信息分配式的联邦卡尔曼滤波仿真代码，背景是多传感器数据融合定位，可修改
基于联邦卡尔曼滤波（Federated Kalman Filter, FKF）信息分配模式的多传感器融合导航仿真系统。系统采用两个子滤波器与一个主滤波器的联邦结构，对IMU、GNSS以及里程计（odometer）数据进行融合估计，对目标二维位置、速度状态的高精度估计

2026-03-14

IMM非线性目标跟踪算法与MATLAB实现：基于粒子滤波的交互式多模型，结合CV和CT双模型对三维空间中的机动目标进行高精度跟踪
基于交互多模型（Interacting Multiple Model, IMM）与粒子滤波（Particle Filter, PF）融合的三维目标跟踪MATLAB代码，用于目标在多种运动模式下的高精度位置估计。建立匀速运动模型（Constant Velocity, CV）与匀速转弯模型（Constant Turn, CT），并利用PF和IMM对两种模型进行滤波、概率融合，从而实现对机动目标轨迹的自适应跟踪。

2026-03-13

【MATLAB FKF】联邦卡尔曼滤波（融合反馈模式）融合IMU、GNSS、里程计的数据，仿真例程
基于联邦卡尔曼滤波（FKF）融合反馈模式（Fusion Feedback Mode）的多传感器信息融合定位仿真系统。该系统通过构建两个子滤波器和一个主滤波器，实现来自不同传感器的信息融合、提高目标状态估计的精度与鲁棒性

2026-03-12

【MATLAB例程】三维CV和CT双模型的IMM，使用自适应EKF滤波（基于Sage-Husa算法实时估计噪声协方差）
代码实现**三维空间下的自适应交互多模型（Adaptive Interacting Multiple Model, AIMM）算法**，用于目标跟踪和状态估计。该算法结合了CV（恒定速度）模型和CT（恒定转弯率）模型，通过Sage-Husa自适应滤波技术，实现了对复杂机动目标的高精度跟踪。

2026-03-07

【MATLAB例程】CV和CT双模型的交互式多模型（IMM），滤波使用粒子滤波（PF）
面向二维空间机动目标跟踪的交互式多模型粒子滤波算法（Interacting Multiple Model Particle Filter，IMM-PF）。该算法将交互式多模型（IMM）框架与粒子滤波（PF）相结合，能够在目标运动模式未知或频繁切换的场景下，实现高精度的非线性状态估计。CV：匀速运动，CT：匀速圆周运动。

2026-03-07

MATLAB低功耗蓝牙（BLE）指纹定位与行人航位推算（PDR）融合的定位仿真系统
低功耗蓝牙指纹定位与行人航位推算（PDR）融合的室内定位仿真系统，并分别采用无迹卡尔曼滤波（UKF）与粒子滤波（PF）对融合定位结果进行估计，同时与单独的 PDR 以及 BLE 指纹定位结果进行对比分析。整体流程包括BLE信号建模、指纹库构建、PDR轨迹生成、BLE定位、UKF融合、PF融合以及误差统计分析等步骤，可用于验证不同融合算法在室内定位场景中的性能差异。

2026-03-07

【TDOA与IMU融合定位，MATLAB程序】UWB+惯导的融合，使用EKF、紧耦合、三维定位滤波
三维空间下的 TDOA 与 IMU 紧耦合定位仿真系统，用于验证多传感器融合定位算法的性能。系统状态包括三维位置、三维速度以及航向角，通过 IMU 数据进行高频状态传播，并利用 TDOA 测量进行低频位置修正，实现稳定、连续的三维定位估计。

2026-02-24

蓝牙6.0定位多方法仿真与性能比较的MATLAB代码，有定位结果、定位误差比较
代码用于比较蓝牙6.0标准中使用的三种定位方法：RSSI (受信噪声影响的距离测量)，RTT（时间延迟的测距），以及PBR（相位测距）。代码首先计算三个基站（称为beacon）到目标位置的真实距离。然后分别使用RSSI、RTT和PBR进行模拟测距并计算定位结果。

2026-02-24

【UWB紧耦合例程】二维平面使用EKF（紧耦合）融合UWB与IMU，输出轨迹、位移误差等
二维平面下基于 TDOA 与 IMU 数据的紧耦合 EKF 定位仿真系统，通过高频惯导传播与低频 TDOA 观测更新融合，实现对目标位置与航向的稳定、高精度估计。

2026-02-24

容积卡尔曼滤波融合TDOA和IMU数据的MATLAB仿真例程，适用于二维平面下的UWB与惯导联合定位导航
本文介绍的程序为MATLAB的m文件，用于仿真二维平面内，针对N个锚节点构成的无源定位网络通过到达时间差（TDOA） 测量实现对运动目标的实时定位。由于TDOA方程具有非线性特征，且观测噪声会导致解算误差波动，采用最小二乘和CKF融合多传感器数据的方法来加强定位精度： 首先采用两步加权最小二乘法（Two-Step WLS） 进行单历元位置解算； 然后结合目标运动模型，引入容积卡尔曼滤波（CKF） 对轨迹进行动态滤波，提高定位精度与稳定性。

2026-02-19

二维动态目标TDOA定位与UKF融合滤波完整仿真代码
【MATLAB定位仿真例程】UWB（到达时间差TDOA定位）和IMU融合的目标定位，无迹卡尔曼滤波用于二维环境下的定位

2026-02-19

MATLAB【二维TDOA轨迹定位与EKF融合仿真系统】
> TDOA（到达时间差）与IMU（惯性测量单元）数据融合滤波，使用EKF作为滤波，与纯INS、纯TDOA的结果对比，目标在二维平面下运动，运动模型为标准的CV模型。运动轨迹、TDOA的锚点数量和坐标、噪声大小等均能在代码中修改 > `原创代码，禁止翻卖，可联系我获取讲解与个性化定制`

2026-02-19

【MATLAB例程】基于手机IMU与GNSS的车辆航向初始化仿真，附初始化前后的航向角对比、轨迹对比、误差对比
车辆航向初始化与校准的完整仿真流程，以手机级 IMU（陀螺仪、加速度计）和低频 GNSS 定位为信息源，研究在存在陀螺零偏和噪声条件下，航向初始化误差对车辆轨迹的影响，以及GNSS 辅助卡尔曼滤波对航向估计的改进效果。

2026-02-10

TDOA（到达时间差）的GDOP和CRLB计算的MATLAB例程，论文复现，附参考文献 GDOP：几何精度因子&CRLB：克拉美罗下界
三维TDOA定位系统几何精度定量分析的MATLAB程序。该程序通过构建九基站正方形阵列布局模型，计算目标在不同位置的GDOP(几何精度因子)和CRLB(克拉美罗下界)，评估基站布局对定位精度的影响。

2026-02-04

【MATLAB程序】TDOA与TOA混合定位，适用于三维空间下的定位，锚点数量可自适应调节
TOA（Time of Arrival）与 TDOA（Time Difference of Arrival）混合的三维定位方法，适用于任意数量（不少于 4 个）的锚节点场景。算法在统一框架下分别完成 TOA 定位、TDOA 定位以及二者的联合优化定位，并通过数值仿真与三维可视化对不同方法的定位性能进行对比分析。

2026-02-02

MATLAB-雷达观测滤波，H-infinity（H∞）优化的EKF（扩展卡尔曼滤波）与经典EKF对比
对比了经典扩展卡尔曼滤波(EKF)与H∞优化的EKF(H∞-EKF)在目标跟踪中的性能。通过MATLAB仿真实验，结果显示：在存在模型误差和测量噪声的情况下，H∞-EKF相比经典EKF在位置误差上有所降低

2026-02-01

【MATLAB代码】TOA和TDOA混合定位，适用于二维平面、锚点数量自适应
二维定位算法仿真的MATLAB代码，对比基于TOA（到达时间）、TDOA（到达时间差）以及两者混合的定位性能。通过MATLAB实现，涵盖了从数据生成、噪声建模、算法求解到结果可视化及误差分析的全过程。

2026-01-31

【MATLAB程序】三维TDOA定位，GDOP推导与计算、等高线图输出GDOP分布
三维TDOA定位下的GDOP推导、计算，最终计算不同空间位置处的 GDOP 值，并以三维曲面图和等高线图的形式直观展示基站布局对定位几何精度的影响。

2026-01-28

【MATLAB例程】无人机三维路径规划-A*,RRT（快速随机树算法）, APF（人工势场法）算法对比-可自定义起终点、障碍物坐标
针对无人机在三维复杂环境中的自主路径规划问题，三种具有代表性的规划方法进行对比分析，分别为 A* 算法、快速扩展随机树（Rapidly-exploring Random Tree, RRT）算法以及人工势场法（Artificial Potential Field, APF)。三种算法在搜索机理、适用场景及规划性能方面各具特点，具有较强的互补性。

2026-01-26

【PSINS工具箱】EKF定位和RTS平滑，153模型（15维状态、3维观测），用于融合GNSS和IMU数据 附滤波后、平滑后的结果对比
基于 PSINS 工具箱，构建了一套完整的 IMU/GPS 组合导航仿真与后处理框架。包含加速、匀速、转弯、爬升和下降等多种机动状态的三维运动轨迹，在此基础上模拟理想 IMU 输出，并引入典型惯导器件误差模型生成含噪 IMU 测量数据。扩展卡尔曼滤波（EKF） 实现 IMU/GPS 组合导航解算，并在滤波结果的基础上进一步引入 RTS 平滑算法，对全时段状态进行后向优化，系统性对比滤波与平滑前后的定位性能差异

2026-01-23

【MATLAB代码】基于Dubins曲线的车辆轨迹规划，给定起终点、半径和朝向，输出规划好的路径和组合类别
基于Dubins曲线的车辆轨迹规划例程，已经设置好了起终点等参数，直接运行即可得到结果，也可根据例子来修改成自己需要的数值

2026-01-21

【MATLAB例程】移动平均法（MA）处理噪声，探索不同的平滑长度对滤波的影响，并进行时域和频域的噪声分析
用于对移动平均（Moving Average, MA）滤波算法进行建模仿真与性能分析。仿真构造了一种由低频有效信号与高频干扰信号叠加而成的复合正弦信号，并在此基础上引入高斯白噪声，用以模拟实际工程环境中常见的含噪测量信号。通过设置不同窗口长度的 MA 滤波器，对含噪信号进行平滑处理，系统性分析窗口长度对滤波性能的影响规律。

2026-01-21

【MATLAB例程】雷达测距+测角的二维定位，基于CV运动的EKF和RTS平滑 滤波与平滑后的结果对比、误差分析
二维平面上的雷达跟踪的滤波，观测为测距+测角，基于CV（匀速）运动的EKF和RTS平滑。给出轨迹真值、各方法估计值，以及滤波前后与平滑后的结果对比、误差分析

2026-01-17

【MATLAB例程】线性卡尔曼滤波与RTS平滑，估计速度和位置，有误差对比
线性卡尔曼滤波（Kalman Filter, KF）与 Rauch–Tung–Striebel（RTS）平滑算法的完整对比仿真，以一维匀速运动模型为背景，对目标的位置和速度进行联合估计。通过构建前向滤波与后向平滑两级处理流程，系统性展示了 RTS 平滑相较于标准卡尔曼滤波在估计精度和误差稳定性方面的优势。

2026-01-15

【MATLAB例程】三维空间，基于NUSIC的DOA算法，测角传感器数量自适应，给出定位示意图、定位结果和不同信噪比下的对比
三维空间下的DOA定位算法，测角传感器的数量可以自适应，自己确定各点坐标后，无需再调节矩阵维度等，使用最小二乘方法求位置，每个传感器的信息都会用到。最后给出定位示意图、定位结果和不同信噪比下的对比

2026-01-14

【MATLAB例程】2个测角传感器、三维DOA定位的仿真例程 基于MUSIC谱估计方法，探索不同信噪比下的定位精度，给出误差分析
本代码围绕“三维 DOA 估计与多传感器角度交汇定位”问题，构建了一个基于 MUSIC 高分辨率谱估计算法的三维目标定位仿真平台。系统采用 两个空间分离的测角传感器，每个传感器内部为 二维平面阵列，通过对目标信号的方位角（Azimuth）和俯仰角（Elevation）进行联合估计，在无距离信息的条件下，实现目标的三维空间定位，并系统性分析了信噪比对定位精度的影响。

2026-01-13

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除