本项目主要用于研究和对比非线性系统下的滤波算法性能。通过运行NPFMain.m主程序,系统实现了非线性粒子滤波(NPF)算法的核心迭代过程,能够处理具有强非线性的状态空间模型。同时,CRLBCompute.m程序负责计算理论上的克拉美罗下界(CRLB),为滤波算法提供性能评估的最优基准。该项目集成了扩展卡尔曼滤波(EKF)和交互式多模型扩展卡尔曼滤波(IMM-EKF)的对比分析功能。其核心逻辑是通过蒙特卡洛仿真实验,在统计意义上计算各算法的滤波误差均值以及均方误差(RMSE)。系统会自动绘制并输出包含CR