原创不易,路过的各位大佬请点个赞
作者:823618313@qq.com
备注:
容积卡尔曼滤波算法;CKF;Cubature Kalman Filter
两种CKF算法:加性噪声CKF和非加性噪声CKF
本博客主要讲解“加性噪声条件下的容积卡尔曼滤波算法”推导结果
matlab实现;
目标跟踪仿真
Case: 二维目标跟踪情况和三维目标跟踪情况
代码下载地址如下(分别为二维情形和三维情形)
容积卡尔曼滤波思考:
考虑带加性噪声的一般非线性系统模型,
x
k
=
f
(
x
k
?
1
)
+
w
k
?
1
z
k
=
h
(
x
k
)
+
v
k
(1)
x_k=f(x_{k-1}) +w_{k-1} \\ z_k=h(x_k)+v_k \tag{1}
xk?=f(xk?1?)+wk?1?zk?=h(xk?)+vk?(1)
其中
x
k
x_k
xk?为
k
k
k时刻的目标状态向量。
z
k
z_k
zk?为
k
k
k时刻量测向量(传感器数据)。这里不考虑控制器
u
k
u_k
uk?。
w
k
{w_k}
wk?和
v
k
{v_k}
vk?分别是过程噪声序列和量测噪声序列,并假设
w
k
w_k
wk?和
v
k
v_k
vk?为零均值高斯白噪声,其方差分别为
Q
k
Q_k
Qk?和
R
k
R_k
Rk?的高斯白噪声,即
w
k
~
(
0
,
Q
k
)
w_k\sim(0,Q_k)
wk?~(0,Qk?),
v
k
~
(
0
,
R
k
)
v_k\sim(0,R_k)
vk?~(0,Rk?),且满足如下关系(线性高斯假设)为:
E
[
w
i
v
j
′
]
=
0
E
[
w
i
w
j
′
]
=
0
i
≠
j
E
[
v
i
v
j
′
]
=
0
i
≠
j
\begin{aligned} E[w_iv_j'] &=0\\ E[w_iw_j'] &=0\quad i\neq j \\ E[v_iv_j'] &=0\quad i\neq j \end{aligned}
E[wi?vj′?]E[wi?wj′?]E[vi?vj′?]?=0=0i?=j=0i?=j?
发现每个编辑实例都可以加载不同的css样式表,而且其样式不继承 页面的css。 于...
如果你很在意你的终端的外观的话,一个跨 shell 的提示符可以让你轻松地定制和配...
Mysql数据库五——mysql事务及引擎 一、事务 1、事务的概念 2、事务的ACID特点 ...
我之前写过一个简易版的自动+手动轮播图: 简易轮播图 但是这个轮播图在切换的时...
主要目的 a. 掌握获取 GridPanel 当前行的各个字段值的方法 b. 掌握如何将前台数...
本文实例为大家分享了js实现电灯开关效果的具体代码,供大家参考,具体内容如下 ...
Asp 解析 XML并分页显示,示例源码如下: 复制代码 代码如下: !DOCTYPE html PUB...
接着昨天的,如果forEach中的items类型是map或者Collection类型的,怎样使用增强...
例如: 我们在百度中搜索 尊托云数,则网址后面的参数就是 http://www.baidu.com/...
关于我的SWFObject V1.5的使用过程,以 上篇 中的介绍暂时告一段落了,下面我将...