无迹变换
-
-
-
-
实现粒子滤波视觉目标跟踪(PF)、卡尔曼粒子滤波视觉目标跟踪(KPF)、无迹粒子滤波视觉目标跟踪(UPF)
实现粒子滤波视觉目标跟踪(PF)、卡尔曼粒子滤波视觉目标跟踪(KPF)、无迹粒子滤波视觉目标跟踪(UPF) -
基于UKF算法的惯性导航系统定位与姿态估计程序
本项目利用MATLAB自主开发了一套完整的无迹卡尔曼滤波（UKF）算法框架，专门用于解决惯性导航系统（INS）在非线性环境下的状态估计问题。系统功能涵盖了复杂的非线性运动建模、无迹变换（UT）实现以及多维状态解算。核心流程包括根据当前状态分布生成Sigma点集，通过非线性动力学模型进行状态传播，并利用非线性观测方程提取观测预测值。该算法有效规避了传统扩展卡尔曼滤波（EKF）需要计算雅可比矩阵的复杂过程，并大幅提升了在强非线性场景下的滤波精度。项目实现了对载体位置、速度、姿态角以及惯性敏感器（加速度计和陀螺
