标签分类
当前位置:首页 > 计算机理论电子书 > MATLAB电子书网盘下载
卡尔曼滤波原理及应用:MATLAB仿真 卡尔曼滤波原理及应用:MATLAB仿真
lishijiekai

lishijiekai 提供上传

资源
39
粉丝
44
喜欢
153
评论
1

    卡尔曼滤波原理及应用:MATLAB仿真 PDF 高清版

    MATLAB电子书
    • 发布时间:

    给大家带来的一篇关于MATLAB相关的电子书资源,介绍了关于卡尔曼滤波、原理、应用、MATLAB、仿真方面的内容,本书是由电子工业出版社出版,格式为PDF,资源大小29.9 MB,黄小平编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:9.9,更多相关的学习资源可以参阅 计算机理论电子书、等栏目。

  • 卡尔曼滤波原理及应用:MATLAB仿真 PDF 下载
  • 下载地址:https://pan.baidu.com/s/1FNjnGgp6Z7cmC3YMnqRTmA
  • 分享码:kz68
  • 卡尔曼滤波原理及应用:MATLAB仿真 PDF

    卡尔曼滤波原理及应用—MATLAB仿真主要介绍数字信号处理中的卡尔曼(Kalman)滤波算法及在相关领域应用。全书共7章。第1章为绪论。第2章介绍MATLAB算法仿真的编程基础。第3章介绍线性Kalman滤波。第4章讨论扩展Kalman滤波,并介绍其在目标跟踪和制导领域的应用和算法仿真。第5章介绍UKF滤波算法,同时也给出其应用领域内的算法仿真实例。第6章介绍了交互多模型Kalman滤波算法。第7章介绍Simulink环境下,如何通过模块库和S函数构建Kalman滤波器,并给出了系统是线性和非线性两种情况的滤波器设计方法。

    目录

    • 第1章 绪论1
    • 1.1 滤波的基础知识1
    • 1.2 Kalman滤波的背景1
    • 1.3 Kalman滤波的发展过程2
    • 1.4 Kalman滤波的应用领域4
    • 第2章 MATLAB仿真基础6
    • 2.1 MATLAB简介6
    • 2.1.1 MATLAB发展历史6
    • 2.1.2 MATLAB 7.1的系统简介7
    • 2.1.3 M文件编辑器的使用10
    • 2.2 数据类型和数组12
    • 2.2.1 数据类型概述12
    • 2.2.2 数组的创建13
    • 2.2.3 数组的属性15
    • 2.2.4 数组的操作16
    • 2.2.5 结构体和元胞数组19
    • 2.3 程序设计21
    • 2.3.1 条件语句21
    • 2.3.2 循环语句23
    • 2.3.3 函数25
    • 2.3.4 画图27
    • 2.4 小结29
    • 第3章 线性Kalman滤波30
    • 3.1 Kalman滤波原理30
    • 3.1.1 射影定理30
    • 3.1.2 Kalman滤波器33
    • 3.1.3 Kalman滤波的参数处理37
    • 3.2 Kalman滤波在温度测量中的应用39
    • 3.2.1 原理介绍39
    • 3.2.2 MATLAB仿真程序42
    • 3.3 Kalman滤波在自由落体运动目标跟踪中的应用44
    • 3.3.1 状态方程的建立44
    • 3.3.2 MATLAB仿真程序47
    • 3.4 Kalman滤波在船舶GPS导航定位系统中的应用50
    • 3.4.1 原理介绍50
    • 3.4.2 MATLAB仿真程序53
    • 3.5 Kalman滤波在石油地震勘探中的应用55
    • 3.5.1 石油地震勘探白噪声反卷积滤波原理55
    • 3.5.2 石油地震勘探白噪声反卷积滤波仿真实现57
    • 3.5.3 MATLAB仿真程序58
    • 3.6 Kalman滤波在视频图像目标跟踪中的应用60
    • 3.6.1 视频图像处理的基本方法61
    • 3.6.2 Kalman滤波对自由下落的皮球跟踪应用68
    • 3.6.3 目标检测MATLAB程序70
    • 3.6.4 Kalman滤波视频跟踪MATLAB程序72
    • 第4章 扩展Kalman滤波77
    • 4.1 扩展Kalman滤波原理77
    • 4.1.1 局部线性化77
    • 4.1.2 线性Kalman滤波79
    • 4.2 简单非线性系统的扩展Kalman滤波器设计80
    • 4.2.1 原理介绍80
    • 4.2.2 标量非线性系统EKF的MATLAB程序83
    • 4.3 EKF在目标跟踪中的应用84
    • 4.3.1 目标跟踪数学建模84
    • 4.3.2 基于观测距离的EKF目标跟踪算法85
    • 4.3.3 基于距离的目标跟踪算法MATLAB程序87
    • 4.3.4 基于EKF的纯方位目标跟踪算法89
    • 4.3.5 纯方位目标跟踪算法MATLAB程序91
    • 4.4 EKF在纯方位寻的导弹制导中的应用94
    • 4.4.1 三维寻的制导系统94
    • 4.4.2 EKF在寻的制导问题中的算法分析96
    • 4.4.3 仿真结果97
    • 4.4.4 寻的制导MATLAB程序99
    • 第5章 无迹Kalman滤波103
    • 5.1 无迹Kalman滤波原理103
    • 5.1.1 无迹变换103
    • 5.1.2 无迹Kalman滤波算法实现105
    • 5.2 无迹Kalman滤波在单观测站目标跟踪中的应用107
    • 5.2.1 原理介绍107
    • 5.2.2 仿真程序108
    • 5.3 UKF在匀加速度直线运动目标跟踪中的应用111
    • 5.3.1 原理介绍111
    • 5.3.2 仿真程序113
    • 5.4 UKF与EKF算法的应用比较116
    • 第6章 交互多模型Kalman滤波119
    • 6.1 交互多模型Kalman滤波原理119
    • 6.2 交互多模型Kalman滤波在目标跟踪中的应用122
    • 6.2.1 问题描述122
    • 6.2.2 IMM滤波器设计123
    • 6.2.3 仿真分析124
    • 6.2.4 IMM Kalman滤波算法MATLAB仿真程序126
    • 第7章 Kalman滤波的Simulink仿真132
    • 7.1 Simulink概述132
    • 7.1.1 Simulink启动132
    • 7.1.2 Simulink仿真设置134
    • 7.1.3 Simulink模块库简介139
    • 7.2 S函数143
    • 7.2.1 S函数原理143
    • 7.2.2 S函数的控制流程147
    • 7.3 线性Kalman的Simulink仿真148
    • 7.3.1 一维数据的Kalman滤波处理148
    • 7.3.2 状态方程和观测方程的Simulink建模154
    • 7.3.3 基于S函数的Kalman滤波器设计160
    • 7.4 非线性Kalman滤波167
    • 7.4.1 基于Simulink的EKF滤波器设计167
    • 7.4.2 基于Simulink的UKF滤波器设计174
    • 7.5 小结179

    上一篇:有趣的二进制:软件安全与逆向分析  下一篇:大数据分析:R基础及应用

    展开 +

    收起 -

    码小辫二维码
     ←点击下载即可登录

    MATLAB相关电子书
    学习笔记
    网友NO.689004

    python和matlab哪个难

    如果是学生,或者研究人员,比如研究信号处理,那么用matlab比较好,有大量现成工具箱和前人的成果可以借鉴。如果是产品化项目,那么python比较好,可以做web后台,可以打包成应用程序,效率相对matlab也要高那么一点点。 如果是信号、数据方面的工程人员,建议还是两个都掌握吧,也不复杂,都是脚本式的语言,比C++什么的易学多了。 下面从两者各自的应用做个对比。(推荐学习:Python视频教程) 一、python的优势 Python相对于Matlab最大的优势:免费。国内可能不是很在乎这个,但在国外是个很关键的问题。 Python次大的优势:开源。你可以大量更改科学计算的算法细节。 可移植性,Matlab必然不如Python。但你主要做Research,这方面需求应当不高。 第三方生态,Matlab不如Python。比如3D的绘图工具包,比如GUI,比如更方便的并行,使用GPU,Functional等等。长期来看,Python的科学计算生态会比Matlab好。 语言更加优美。另外如果有一定的OOP需求,构建较大一点的科学计算系统,直接用Python比用Matlab混合的方案肯定要简洁不少。 python作为一种通用编程语言,可以做做Web,搞个爬虫,编个脚本,写个小工具用途很广泛。 二、matlab的优势 学术界大量使用matlab做仿真,做研究的话容易找到代码参考; 语法相对python更灵活一些,matlab写程……

    网友NO.406491

    实例详解Matlab 与 Python 的区别

    一、Python简介 Python是一种面向对象的解释型计算机程序设计语言。Python是纯粹的自由软件, 源代码和解释器CPython遵循 GPL(GNU General Public License)协议[2] 。Python语法简洁清晰,特色之一是强制用空白符(white space)作为语句缩进。 Python执行: Python在执行时,首先会将.py文件中的源代码编译成Python的byte code(字节码),然后再由Python Virtual Machine(Python虚拟机)来执行这些编译好的byte code。这种机制的基本思想跟Java,.NET是一致的。然而,Python Virtual Machine与Java或.NET的Virtual Machine不同的是,Python的Virtual Machine是一种更高级的Virtual Machine。这里的高级并不是通常意义上的高级,不是说Python的Virtual Machine比Java或.NET的功能更强大,而是说和Java 或.NET相比,Python的Virtual Machine距离真实机器的距离更远。或者可以这么说,Python的Virtual Machine是一种抽象层次更高的Virtual Machine。 基于C的Python编译出的字节码文件,通常是.pyc格式。除此之外,Python还可以以交互模式运行,比如主流操作系统Unix/Linux、Mac、Windows都可以直接在命令模式下直接运行Python交互环境。直接下达操作指令即可实现交互操作。 Python的优势: Python相对于Matlab最大的优势:免费。但既然你已经能用上Matlab,想必不在乎这个了。 Python次大的优势:开源。你可以大量更改科……

    网友NO.112936

    基于MATLAB和Python实现MFCC特征参数提取

    1、MFCC概述 在语音识别(Speech Recognition)和话者识别(Speaker Recognition)方面,最常用到的语音特征就是梅尔倒谱系数(Mel-scale FrequencyCepstral Coefficients,简称MFCC)。根据人耳听觉机理的研究发现,人耳对不同频率的声波有不同的听觉敏感度。从200Hz到5000Hz的语音信号对语音的清晰度影响较大。两个响度不等的声音作用于人耳时,则响度较高的频率成分的存在会影响到对响度较低的频率成分的感受,使其变得不易察觉,这种现象称为掩蔽效应。由于频率较低的声音在内耳蜗基底膜上行波传递的距离大于频率较高的声音,故一般来说,低音容易掩蔽高音,而高音掩蔽低音较困难。在低频处的声音掩蔽的临界带宽较高频要小。所以,人们从低频到高频这一段频带内按临界带宽的大小由密到疏安排一组带通滤波器,对输入信号进行滤波。将每个带通滤波器输出的信号能量作为信号的基本特征,对此特征经过进一步处理后就可以作为语音的输入特征。由于这种特征不依赖于信号的性质,对输入信号不做任何的假设和限制,又利用了听觉模型的研究成果。因此,这种参数比基于声道模型的LPCC相比具有更好的鲁邦性,更符合人耳的听觉特性,而且当信噪比降低时仍然具有较好的识别性能。 梅尔倒谱系数是在Mel标度频率域提取出来的倒谱……

    网友NO.569335

    简述:我为什么选择Python而不是Matlab和R语言

    做数据分析、科学计算等离不开工具、语言的使用,目前最流行的数据语言,无非是MATLAB,R语言,Python这三种语言,但今天小编简单总结了python语言的一些特点及平常使用的工具等。 为什么Python比MATLAB、R语言好呢? 其实,这三种语言都很多数据分析师在用,但更推荐python,主要是有以下几点: 1、python易学、易读、易维护,处理速度也比R语言要快,无需把数据库切割; 2、python势头猛,众多大公司需要,市场前景广阔;而MATLAB语言比较局限,专注于工程和科学计算方面,而且MATLAB价格贵,免费版或盗版都只能玩玩学习用; 3、python具有丰富的扩展库,这个是其他两个不能比的; python版本选择 初学者版本选择是很多人都会问的,我们也不会偏向某个版本,主要根据自己的所需,但建议是选择最新版本Python3.x,这样很多新功能和旧功能都会有的,但是目前很多第三方库仍然不支持Python3,因为Python2.x已经停止继续开发,不意味着不能使用。 IDE选择 Spyder 这个正是我现在在用的: Spyder界面 它具有模仿MATLAB的工作空间的功能,可以很方便地观察和修改数组的值。显示哪些窗口可以自定义,很方便。 使用中出现了一些小问题,比如说str()函数报错,cmdprompt乱码之类的,后来就没有用Spyder跑过比较长的代码了,调试起来太麻烦了,……

    Copyright 2018-2019 xz577.com 码农之家

    版权责任说明