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

本文介绍了一种二维A*+APF路径规划与AOA定位联合仿真方法。该方法首先在栅格地图中使用A*算法生成初始避障路径，再通过人工势场法(APF)进行路径平滑和优化，最后将优化路径作为真实轨迹进行AOA定位仿真。程序包含三类作用力：平滑力、终点吸引力和障碍物斥力，在保证避障前提下优化路径形状。仿真结果显示路径规划效果良好，并输出了定位轨迹对比图、坐标分量曲线和误差统计，包括平均定位误差和RMSE等指标。该方法可扩展至三维路径规划、动态障碍物避障等应用场景。

基于自适应交互多模型(AIMM)算法的三维目标跟踪方法。该算法融合了恒定速度(CV)和恒定转弯率(CT)两种运动模型，通过Sage-Husa自适应滤波技术实现了观测噪声和过程噪声的自适应估计

基于MUSIC算法的三维DOA估计与多传感器定位方法，提供了完整的MATLAB实现，包括信号建模、MUSIC谱估计、角度交汇定位和误差分析功能，适用于被动定位和辐射源定位等应用场景。

本文介绍了一种基于单雷达极坐标量测（距离+方位角）的二维目标跟踪系统。该系统采用无迹卡尔曼滤波(UKF)处理非线性观测数据，能够有效跟踪平面机动目标。程序模拟目标真实运动轨迹，生成带噪声的雷达观测数据，并对比UKF估计、惯性推演和原始观测三种方法的跟踪性能。通过轨迹可视化、误差曲线和柱状图直观展示UKF在定位精度上的优势，特别处理了方位角的周期性归一化问题以提高滤波稳定性。实验结果表明UKF相比纯惯导推演和直接观测转换具有更小的跟踪误差，适用于单站雷达对机动目标的精确定位。

本文介绍了一个基于UKF（无迹卡尔曼滤波）的三维雷达目标跟踪系统。该系统融合3个雷达的斜距、俯仰角和方位角共9个观测量，结合匀速运动模型，实现对目标的轨迹跟踪。仿真结果表明，该方法能有效估计目标位置和速度，并提供了三维轨迹对比图和误差曲线分析。MATLAB源代码可定制调整雷达位置、噪声参数等系统配置，适用于导航定位等滤波应用场景。完整代码可通过指定链接获取或联系作者定制开发。

本文提出一种实时轨迹判别系统，能够在多条候选轨迹中识别目标真实行驶轨迹。系统通过计算目标与各轨迹的最小距离并转换为高斯似然值，采用贝叶斯概率更新方法累积历史信息，实现稳定准确的轨迹判别。结果显示，相比传统方法，改进算法能快速收敛并正确识别真实轨迹（如示例中第5号轨迹）。系统支持任意数量候选轨迹，动态展示概率变化曲线，适用于导航定位等场景。附带MATLAB源码下载。

该程序构建了一个多雷达二维目标跟踪系统，目标在平面内做匀速运动（Constant Velocity, CV 模型）。多个固定雷达独立测量目标的距离和方位角，并通过无迹卡尔曼滤波（Unscented Kalman Filter, UKF）实现非线性观测下的目标状态估计。zkrρkrθkrzkr​ρkr​θkr​​其中ρ\rhoρ为测距rangerangerangeθ\thetaθ为方位角bearing。

本文介绍了一个基于扩展卡尔曼滤波(EKF)的多雷达二维目标跟踪系统。该系统以匀速运动模型为基础，融合多个雷达的距离和方位角观测数据，实现对目标位置和速度的准确估计。代码实现了完整的仿真流程，包括系统参数配置、EKF滤波器初始化、目标轨迹生成、雷达观测模拟以及多雷达数据序贯更新。结果显示，EKF能有效降低观测噪声，显著提升跟踪精度。该系统具备配置灵活、仿真真实等特点，既可作为雷达跟踪研究的工程实现框架，也可作为学习EKF的典型案例。

本文介绍了一种基于扩展卡尔曼滤波(EKF)的多雷达三维目标跟踪系统。该系统通过混合运动模型对目标进行动态预测，利用多部雷达的斜距、俯仰角和方位角观测信息，采用序贯更新策略进行数据融合。程序支持自定义雷达数量、采样周期、测量噪声等参数，可输出三维轨迹图、误差曲线和性能统计结果。实验结果表明，该系统能够有效跟踪目标的空间位置、速度和角速度，适用于多传感器协同定位、航迹重建等场景。用户可根据需求调整雷达数量和噪声参数，用于算法研究或教学实验。

本文介绍了一种基于新息协方差匹配的自适应扩展卡尔曼滤波器(CM-AEKF)在雷达目标跟踪中的应用。该算法通过滑动窗口估计新息协方差，实时调整过程噪声协方差矩阵，相比传统EKF具有更好的自适应能力。仿真结果显示，CM-AEKF在二维平面匀速运动目标跟踪中，能有效降低位移误差，提高跟踪精度。系统状态为[x,vx,y,vy]，观测量为雷达测距r和测角θ。实验对比了CM-AEKF与经典EKF的性能，验证了自适应算法的优越性。MATLAB源代码已公开，包含轨迹对比、误差曲线等可视化结果。该算法可推广到其他导航定位滤波

本文提出了一种基于扩展卡尔曼滤波(EKF)的USBL、DVL和IMU多传感器融合定位方法。通过建立三维运动模型，实现了USBL方位角/距离测量、DVL速度信息和IMU惯性数据的融合处理。仿真结果表明，多传感器融合方案相比单一传感器（仅USBL、仅DVL或仅IMU）具有更高的定位精度，有效降低了累积误差。文中提供了完整的MATLAB实现代码，包括传感器噪声建模、Jacobian矩阵计算和EKF滤波等关键环节，可用于水下目标定位等应用场景。误差分析图表直观展示了不同传感器组合的定位性能差异。

本文介绍了一个基于扩展卡尔曼滤波器（EKF）的二维组合导航系统，通过融合IMU和GNSS数据实现精确的导航定位。系统采用8维状态向量（位置、速度、航向角及传感器偏差）和2维观测模型，构建了完整的非线性状态转移方程和观测方程。算法特点包括多传感器数据融合、实时偏差估计补偿、误差状态建模等。仿真结果显示，该EKF方法能有效提高导航精度，在GNSS信号中断时仍能保持良好性能。文中提供了完整的MATLAB实现代码和详细的数学推导，适用于实时导航应用场景。

本文介绍了一个二维状态量的简化版无迹卡尔曼滤波器(UKF)MATLAB例程。该程序实现了非线性状态估计功能，适用于状态量和观测量均为非线性的场景。代码包含模型初始化、运动模型生成、UKF处理（sigma点生成、状态预测、观测更新）和结果可视化四个主要模块。测试结果显示，该UKF能有效跟踪真实状态，误差控制在合理范围内。程序提供中文注释，便于调试和修改，可作为通用非线性滤波框架使用。完整代码可通过文末链接下载，适用于导航定位等需要非线性滤波的领域。

追踪法（追踪导引法）是一种常见的导弹导引方式，其基本原理是保持导弹的速度矢量始终指向目标。在追踪法中，导弹的加速度可以表示为指向目标的加速度。本文给出二维平面下，移动目标的追踪法导引的介绍、公式与matlab例程。

基于追踪法的导弹制导MATLAB仿真介绍，模拟三维空间中对移动目标的追击过程。导弹速度方向始终指向目标（前置角为0），通过实时计算视线单位矢量调整航向。代码初始化目标（初始位置[500,500,500]，速度[10,-5,2]）和导弹（初始位置[10,10,10]，固定速度30m/s）参数，采用0.1秒步长进行动态仿真，直至距离小于1米判定击中。输出包含三维/二维轨迹可视化及命中点坐标，揭示追踪法制导的空间运动

基于三点法的导弹制导MATLAB仿真，适用于二维平面匀速运动目标的追踪场景。代码实现了制导站（雷达）对目标的持续跟踪，通过计算目标-雷达连线方向动态调整导弹飞行路径。仿真结果显示导弹成功捕获目标（距离<10米），并输出捕获时间和坐标。程序包含参数定义、动态轨迹更新、终止条件检测和可视化功能

摘要： 本文基于三点法导引原理，实现了导弹追踪移动目标的MATLAB三维动态仿真。通过建立制导站-目标-导弹的几何约束模型，推导导弹运动方程，确保其速度方向始终沿制导站与目标的连线方向。代码包含参数配置、实时轨迹更新及三维可视化模块，直观展示导弹从初始位置（靠近雷达）以100m/s速度精确拦截匀速运动目标（10m/s）的过程。仿真结果显示，导弹在4.5秒时成功捕获目标，最终坐标（316.25, 175.00, 62.50）。该模型可扩展用于机动目标预测和抗干扰算法研究。

本文介绍了三维平行接近法导引的动态仿真实现，通过MATLAB代码模拟导弹追踪移动目标的过程。核心内容包括：导弹与目标的三维运动学建模、基于比例控制的导引律实现、以及轨迹可视化。代码采用0.01秒仿真步长，通过调整速度矢量使导弹沿最优路径逼近目标，最终在100单位距离内完成拦截。系统支持参数自定义（导引增益k、目标速度v_t等），可扩展为机动目标场景。文中还给出了平行接近法的核心数学模型，包括视线角速率约束、相对运动方程和拦截条件判定。该仿真适用于制导算法开发与教学验证，具有全维度建模、高性能计算等特点。

本文介绍了二维平行接近法导引的动态仿真实现。该算法通过实时调整导弹速度方向，使目标瞄准线保持平行移动，最终在设定距离内完成拦截。仿真程序包含参数配置、运动学更新、轨迹记录及可视化模块，输出拦截时间和运动轨迹图。导引关系方程采用相对位置反馈控制导弹运动，适用于制导算法教学与性能验证

这篇文章介绍了比例导引法在导弹制导中的应用，并提供了一个MATLAB实现代码。比例导引法通过使导弹速度向量的转动角速度正比于目标视线转动角速度来实现精确跟踪。代码模拟了三维空间中的追踪场景，包含动态目标轨迹生成和跟踪器位置更新逻辑，通过调整时间步长和比例因子可优化跟踪效果。运行结果展示了轨迹图和捕获时间，直观呈现了比例导引的追踪过程。代码结构清晰，注释详细，适合理解算法原理和进行参数调优研究。

最优控制导引律（OGL）是一种基于最优控制理论的导弹制导方法，通过最小化特定性能指标（如脱靶量、能量消耗或终端约束）生成控制指令。其核心思想是将制导问题转化为数学优化问题，结合导弹动力学模型与目标状态信息，实时计算最优控制输入以实现高精度拦截。

导航与制导的每种方法添加的和，以帮助更好地理解其实现和应用。基于 MATLAB 的实现示例。