基于自适应噪声方差估计的泊松噪声去噪方法

基于卡尔曼滤波的目标跟踪

能够描述出先行目标和追踪目标的距离，能够够很好的直观的进行仿真区别。

卡尔曼滤波是以最小均方误差为估计的最佳准则，来寻求一套递推估计的算法，其基本思想是：采用信号与噪声的状态空间模型， 利用前一时刻地估计值和现时刻的观测值来更新对状态变量的估计，求出现时刻的估计值。它适合于实时处理和计算机运算。

不用多说，偶上传滴可都是通俗易懂滴。看看就知

完整代码，可直接运行

采用概率数据关联（PDA）跟踪多目标.是matlab代码，有疑问的地方大家可以相互学习。

CVPR 2017的目标跟踪论文：Discriminative Correlation Filter with Channel and Spatial Reliability(CSR-DCF)，包含官方源代码、论文以及补充材料

卡尔曼滤波 维纳滤波 运动模糊 图像恢复中 pdf

输出校正与反馈校正总结 从形式上看，输出校正仅仅校正系统的输出量，而反馈校正则是校正系统内部的状态。可以证明，两种校正方法的性质是一样的，具有同样的精度。 但是，输出校正的滤波器所估计的状态是未经校正的导航参数误差 ，而反馈校正的滤波器所估计的状态误差是经过校正的导航参数误差。前者数值大，后者数值小，而状态方程都是经过一阶近似的线性方程，状态的数值越小，则近似的准确性越高，因此，利用状态反馈校正的系统状态方程，更能接近真实地反映系统误差状态的动态过程。 故：对实际系统来讲，只要状态能够具体实施反馈校正，综合导航系统就可尽量采用反馈校正的滤波方案。