关注
分享
滤波~
本博客主要分享滤波算法、Appdesigner开发、Matlab绘图及使用技巧、科研技能分享等内容，希望我的分享能给大家带来帮助！博主会用心写每篇文章，拒绝灌水，从我做起。
展开
-
（八）目标跟踪中参数估计（似然、贝叶斯估计）理论知识
目标跟踪过程可以看做参数估计的过程，即利用测量信息实时对目标状态进行估计，需要用到很多概率统计的基础知识。在此针对参数估计中常用的基础知识和概念进行总结和讲解，根据自己的经验对似然函数和贝叶斯估计进行了详细的讲解，希望能为大家深入理解目标跟踪过程提供帮助。原创 2024-03-31 08:07:24 · 1155 阅读 · 1 评论 -
（七）杂波中的IMM+JPDA+UKF滤波算法
本文介绍了一种杂波中的交互多模型（IMM）+联合概率数据互联（JPDA）+无迹卡尔曼滤波（UKF）算法。本文首先介绍了IMM算法和联合概率数据互联算法的基本原理，之后给出了两种算法的联合算法的流程图。本文注重于思路的讲解，关于算法的细节以及概念推导可以在提供的文献中查看。之后，根据算法的思想进行了对应仿真。仿真结果表明，所提算法能有效地对杂波中的目标进行追踪，验证了所提算法的有效性。原创 2024-01-16 21:08:57 · 1427 阅读 · 2 评论 -
（六）基于强跟踪滤波和Sage-Husa滤波的结合算法
本文介绍了一种基于强跟踪滤波和Sage-Husa滤波的结合算法，可以根据新息的大小对目标进行滤波算法的选择，进而实现目标的有效跟踪，首先，介绍了两种算法的基础知识以及结合算法的结构。最后，结合CV（匀速运动）模型进行了仿真。仿真结果表明，所提算法能够实现目标位置的精准滤波，有效降低噪声影响。原创 2024-01-04 22:08:49 · 1456 阅读 · 1 评论 -
（五）Singer模型和“当前”统计模型讲解及仿真
Singer模型和“当前”统计模型是描述目标机动运动的两种经典模型。首先本博客针对机动目标跟踪的基本框架进行了介绍；同时，针对Singer模型和“当前”统计模型的物理含义进行了解释，并进行了详细的公式推导；最后利用卡尔曼滤波（KF）对“当前”统计模型进行滤波，验证了所提算法的有效性。原创 2023-12-25 22:03:23 · 2727 阅读 · 0 评论 -
（四）交互式多模型（IMM）中二维平面CV/CA/CT模型构建
交互式多模型(IMM)的算法是一种将目标运动状态与模型进行匹配的滤波算法，其中目标模型集的构建是关键环节。本文基于CV（匀速模型）/CA（匀加速模型）/CT（匀速率转弯模型）模型构建模型集，对各种模型的概念以及定义进行了简单介绍。同时，结合一个仿真实例对目标运动模型的构建过程进行了讲解，验证了所提模型的合理性。本部分只针对二维平面内的目标运动模型进行了讲解，未对IMM滤波算法进行详细讲解，后续会专门针对IMM算法进行讲解。原创 2023-12-24 23:17:26 · 1988 阅读 · 0 评论 -
（三）多传感器平方根容积卡尔曼滤波（SRCKF）算法
本博客介绍了一种用于多传感器的平方根容积卡尔曼滤波（SRCKF）算法。首先，介绍了SRCKF的原理及滤波过程。之后，对于多传感器状态值估计中用到的简单凸组合技术进行了讲解。最后，结合一个实例和matlab程序对算法的具体实现过程进行了讲解。仿真结果证明了滤波融合算法的有效性和实用性。原创 2023-12-17 23:20:50 · 2559 阅读 · 1 评论 -
（二）多传感器拓展卡尔曼滤波（EKF）算法
本文介绍了一种用于多传感器的拓展卡尔曼滤波（EKF）算法。首先，介绍了EKF中运用到的一阶泰勒展开技术，介绍了EKF的本质，展示了滤波过程。之后，对于多传感器状态值估计中用到的简单凸组合技术进行了讲解。最后，结合一个实例和matlab程序对算法的具体实现过程进行了讲解。仿真结果证明了滤波融合算法的有效性和实用性。（可在资源中下载）原创 2023-12-13 10:57:06 · 1978 阅读 · 0 评论 -
（一）多传感器无迹卡尔曼滤波（UKF）跟踪正弦波
本项目介绍了跟踪正弦波的一种无迹卡尔曼（UKF）融合滤波算法。首先，介绍了项目用到的基础知识，然后结合实际应用进行了建模。在建立单个传感器的无迹卡尔曼滤波模型之后，通过简单凸组合的融合算法，将多个滤波器的状态估计值进行了融合。最后结合matlab程序进行了讲解，展示了相应的仿真结果。原创 2023-12-11 16:15:13 · 1663 阅读 · 1 评论