金枪鱼 使用Kalman滤波器计算姿态..即YPR,使用基于ARM cortex m3的STM32F103x和MPU6050计算姿态滤波器。 给出真实世界的加速度,该加速度是通过使用四元数通过3维矢量旋转获得的。 目前正在致力于使用测力计以及位置和速度估算来消除偏航角漂移。 有关更多信息: :
2021-12-15 15:33:27 19KB C
1
提出融合遮挡感知的在线Boosting跟踪算法,该算法对跟踪结果实时进行遮挡检测,根据检测结果自适应调整分类器更新策略。该方式能够有效维护分类器特征池的纯净,提高算法在遮挡环境下的顽健性。实验结果表明,与传统的在线Boosting跟踪算法相比,改进的算法能有效解决目标遮挡问题。
2021-12-15 13:59:50 4.65MB 在线Boosting 遮挡感知 ORB特征 目标跟踪
1
卡尔曼滤波与经典最小二乘法 二者的相关比较
2021-12-15 09:59:27 121KB 卡尔曼滤波与经典最小二乘法
1
本书系统的介绍了雷达跟踪技术中所采用的卡尔曼滤波这种信号处理技术。
2021-12-15 08:57:51 33.49MB 卡尔曼滤波 雷达
1
使用自相关最小二乘法ALS进行卡尔曼滤波器噪声方差矩阵估计。
2021-12-14 16:43:42 283KB 自相关 最小二乘 方差
1
初始状态向量是使用高斯和双 R 迭代方法从三个光学瞄准计算的,然后应用最小二乘法和扩展卡尔曼滤波器对其进行优化。
2021-12-14 15:29:27 2.31MB matlab
1
卡尔曼滤波的一个小范例,采用蒙特卡洛仿真实现轨迹平滑,对于初学卡尔曼滤波信息融合技术的同学有很大帮助
2021-12-14 15:10:17 422KB 卡尔曼滤波 蒙特卡洛
1
卡尔曼滤波,STM32 ADC采样滤波实测通过,效果不错,能很好的收敛采样值
2021-12-14 09:48:47 1KB STM32 KALMAN
1
强跟踪容积卡尔曼滤波器在对含有模型误差和时变噪声的非线性系统进行滤波时, 容易出现性能降低甚至发散. 鉴于此, 提出一种基于变分贝叶斯的强跟踪容积卡尔曼滤波算法. 该算法运用虚拟噪声法补偿模型误差, 假设虚拟噪声均值非零, 且满足高斯分布, 虚拟噪声方差服从逆gamma分布, 在强跟踪容积卡尔曼滤波器估计状态的同时, 采用变分贝叶斯推理估计虚拟噪声参数. 仿真结果表明, 所提出算法对含模型误差与时变噪声的非线性系统具有较好的估计精度, 相比于自适应算法具有更强的鲁棒性.
1
卡尔曼滤波是一个算法,它适用于线性、离散和有限维系统。每一个有外部变量的自回归移动平均系统(ARMAX)或可用有理传递函数表示的系统都可以转换成用状态空间表示的系统,从而能用卡尔曼滤波进行计算。 ②任何一组观测数据都无助于消除x(t)的确定性。增益K(t)也同样地与观测数据无关。 ③当观测数据和状态联合服从高斯分布时用卡尔曼递归公式计算得到的是高斯随机变量的条件均值和条件方差,从而卡尔曼滤波公式给出了计算状态的条件概率密度的更新过程线性最小方差估计,也就是最小方差估计
2021-12-13 11:33:59 3KB STM32 kalman 滤波
1