自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(979)
  • 资源 (309)
  • 收藏
  • 关注

原创 《MATLAB定位与滤波例程》专栏目录,持续更新……

本专栏针对动态目标定位时,往往有轨迹的滤波需求,因此给出TOA/AOA/RSSI等定位方法与EKF/UKF/CKF等滤波方法结合的matlab例程,弥补另一个专栏《MATLAB定位程序与详解》只提供静态、单点定位方法的缺陷。

2025-03-15 01:13:46 407 1

原创 《MATLAB创新性滤波算法》专栏目录,持续更新中……

MATLAB创新性滤波算法》专栏旨在分享具有一定创新性的滤波方法,并配有适当的MATLAB例程供读者参考。为了保证一定的新颖性、创新性,在编辑时耗费了大量的时间和精力,因此设置为付费专栏,以下是专栏的目录。

2024-12-30 08:43:07 765 1

原创 《IMM交互式多模型滤波MATLAB实践》专栏目录,持续更新……

【逐行注释】基于CV/CT模型的IMM|MATLAB程序|源代码复制后即可运行,无需下载CV/CA双模型的IMM例程(MATLAB,基于两个模型的EKF),附源代码可直接复制粘贴。

2024-10-30 10:07:03 445 2

原创 卡尔曼讲解与各种典型进阶MATLAB编程(专栏目录,持续更新……)

本专栏旨在深入探讨卡尔曼滤波及其在各类应用中的实现,尤其是通过MATLAB编程进行的典型案例分析。卡尔曼滤波是一种高效的递归滤波器,广泛用于信号处理、控制系统和导航等领域,能够有效地从噪声数据中提取有用的信息。卡尔曼滤波基础:详细介绍卡尔曼滤波的原理、数学背景及基本概念,帮助读者建立坚实的理论基础。进阶应用案例:通过一系列典型的MATLAB编程示例,展示卡尔曼滤波在不同领域(如机器人定位、目标跟踪和传感器融合等)中的实际应用。代码实现与优化。

2024-10-18 10:57:19 608

原创 定位方法与程序讲解(专栏目录,更新中···)

AOA(Angle of Arrival,到达角度)定位是一种基于测量信号到达接收器的角度来确定信号源位置的技术。无需信号源的精确时间:TDOA定位不需要信号源明确的时间戳,只需接收器之间的时间差,因此适用于不便于同步的系统。信号要求:对信号的要求较高,必须能够准确测量到达时间,通常需要高频率的信号和高精度的时钟。高精度:在适当的条件下,TDOA可以实现厘米级的定位精度,尤其在接收器分布合理的情况下。时间差计算:通过比较不同接收器接收到信号的时间,计算出信号到达各个接收器的时间差。

2024-10-03 10:42:33 1892

原创 【滤波代码对比】MATLAB编写的INS+DVL滤波代码,EKF与UKF对比,适用于二维平面惯导与速度测量的数据融合。

为EKF与UKF在INS与DVL融合中的应用提供了一个完整的比较框架,通过模拟和图形化分析,帮助研究者理解两者在实际导航任务中的表现。

2026-01-05 17:05:28 95

原创 【2026课题推荐】复杂环境下,无人车协同定位与路径规划算法(附MATLAB例程演示)

摘要:本文研究复杂环境下无人车协同定位与路径规划问题,提出融合EKF协同定位和多车路径规划的解决方案。系统采用扩展卡尔曼滤波融合GNSS/IMU数据,通过车辆间相对测距提升定位精度;路径规划模块结合改进A算法和动态窗口法实现全局规划与局部避障。MATLAB仿真验证了多车协同定位和动态避障的有效性,关键算法包括卡尔曼滤波、A搜索和碰撞检测等。实验结果显示系统能有效处理GNSS干扰和IMU漂移问题,实现多车协同定位与无碰撞路径规划。

2026-01-05 16:46:08 398

原创 MATLAB例程【二维,UKF,速度滤波】DVL与IMU的融合例程,模拟速度和惯导的融合,适用于二维平面、非线性的运动轨迹

基于无迹卡尔曼滤波(UKF)的惯性导航系统(INS)与多普勒速度计(DVL)融合算法。该算法通过UKF处理二维速度估计和轨迹跟踪,核心流程包括模型初始化、非线性运动建模、UKF参数设置及核心算法实现

2026-01-04 19:24:50 827

原创 【MATLAB例程】二维环境,INS与DVL的融合,使用EKF(扩展卡尔曼滤波),基于非线性测速系统,附MATLAB例程的下载链接

本文介绍了一个基于扩展卡尔曼滤波(EKF)的二维INS/DVL速度融合算法。该程序通过建立非线性运动模型和观测模型,将惯性导航系统(INS)的连续但易漂移速度与多普勒测速仪(DVL)的带噪但稳定速度进行最优融合。仿真结果显示,EKF能有效修正INS速度误差,减少轨迹漂移。程序采用MATLAB实现,包含状态初始化、非线性模型构建和滤波计算等核心模块,适用于导航定位领域。作者还提供了三维环境下的扩展版本和代码定制服务。

2026-01-04 19:13:37 185

原创 【二维,UKF,速度滤波】DVL与IMU的融合例程,模拟速度和惯导的融合,适用于二维平面、非线性的运动轨迹。订阅专栏后可直接查看代码

本代码利用UKF对二维速度进行估计,显著提高了系统在动态环境中的定位精度。通过生成sigma点、预测步骤、更新步骤,成功地融合了INS与DVL数据,并验证了滤波后的结果。

2026-01-03 20:29:33 150

原创 【MATLAB代码】三维环境下,EKF融合INS与DVL的核心程序,用于惯导和速度传感器的数据融合滤波。订阅专栏后可直接查看完整代码

基于扩展卡尔曼滤波(EKF)的INS与DVL融合仿真系统。非线性速度观测模型,三维空间载体速度估计。MATLAB仿真EKF融合

2026-01-03 20:27:58 5

原创 【MATLAB例程】三维环境下,EKF融合INS与DVL的核心程序,用于惯导和速度传感器的数据融合滤波。附下载链接

本程序基于扩展卡尔曼滤波(EKF)的 INS/DVL 速度融合仿真框架,用于三维空间中载体速度估计与轨迹重构。程序以三轴速度作为系统状态,通过构造非线性速度演化模型与线性速度观测模型,模拟惯性导航系统(INSINSINS)速度积分漂移与多普勒测速仪(DVLDVLDVL)速度测量噪声并存的典型导航场景,并利用EKFEKFEKF对速度状态进行实时校正。

2026-01-01 10:38:42 815

原创 物联网智能设备:未来生活的变革者

物联网智能设备是指能够通过网络互联并与其他设备或系统进行数据交换的设备。这些设备通常集成了传感器、软件和其他技术,能够收集、传输和处理数据,从而实现智能化控制和自动化功能。典型的物联网设备包括智能家居设备(如智能灯泡、智能音箱)、穿戴设备(如智能手表)、工业传感器、智能交通系统等。

2026-01-01 10:18:03 1801

原创 【MATLAB代码】二维环境,INS与DVL的融合,使用EKF(扩展卡尔曼滤波),基于非线性测速系统,附MATLAB代码

DVL,INS,EKF

2025-12-31 10:38:27 484

原创 【2026课题介绍】基于小波变换的信号去噪与突变点检测技术在智能传感与故障诊断中的应用,附MATLAB例程的参考结果

小波变换 去噪 突变点检测

2025-12-31 08:48:35 628

原创 【定位代码】复杂地磁环境下无人机自主导航增强技术研究——地磁匹配与多源数据融合方法,附matlab代码

本文给出介绍和matlab程序,来实现地磁辅助惯性导航仿真验证,包含地磁基准图构建、飞行轨迹生成、INS误差建模、地磁匹配定位及多源数据融合等模块。通过对比分析验证地磁匹配修正惯性导航累积误差的有效性,可视化显示卫星拒止环境下的航迹修正效果。

2025-12-30 08:36:02 1326

原创 【2026课题推荐】基于累计概率方法匹配轨迹的飞行目标轨迹定位,附MATLAB代码的演示效果

本文提出了一种基于累计概率方法的飞行目标轨迹匹配算法,旨在提高动态环境下的定位精度。研究通过计算多条可能轨迹的累计概率,选择最优匹配轨迹来实现精确定位。方法结合目标状态信息进行概率更新,并利用MATLAB仿真验证算法性能。仿真结果显示,该方法能有效从带噪声观测数据中识别真实轨迹(黑色实线),优于传统最小均方误差方法。蓝色点线表示算法选择的最优匹配轨迹,红色虚线为含噪声的观测轨迹。该研究为导航与定位领域提供了新的优化思路,相关代码可定制开发。

2025-12-30 08:22:13 437

原创 【信号处理MATLAB例程】小波变换执行边缘检测、突变点识别和去噪功能。附代码下载链接

本文介绍了一种基于小波变换的信号处理方法,用于边缘检测、突变点识别和信号去噪。通过MATLAB实现了对含噪复合信号(正弦波+方波突变+噪声)的处理,包括小波去噪(使用db4小波)、连续小波变换边缘检测和离散小波细节系数突变点识别。结果显示信噪比改善4.21dB,RMSE为0.1188,准确检测出2个突变点位置。程序提供误差统计分析和可视化结果,包括信号对比图、小波系数图和误差分析图。该方法可有效提升信号质量并识别突变特征,适用于导航定位等领域的信号处理需求。

2025-12-29 09:50:00 853

原创 【2026课题推荐】针对真实水下定位系统的误差特性,鲁棒性布局定位与协同路径规划、导航

关于真实水下定位系统的测距、测角等观测量的误差特性,基于鲁棒性布局定位锚点,结合节点间的协同来进行路径规划、导航,给出课题推荐

2025-12-29 09:48:59 922

原创 【2026课题推荐】GNSS拒止环境,协同导航算法与传感器布局的联合设计

GNSS拒止环境下多智能体协同导航,融合IMU和相对测距的分布式定位算法及传感器布局优化方案。基于EKF框架设计了预测-更新机制,利用Fisher信息矩阵优化锚点配置,并通过MATLAB仿真验证了算法有效性

2025-12-27 07:58:03 524

原创 【MATLAB例程】(可应用于水下)考虑方向退化的各向异性,声学测距,锚点位置优化算法,使用遗传算法(GA)进行迭代,附下载链接

针对水下声学定位中的方向相关误差和几何退化问题,基于遗传算法的信标布局优化方法。可有效改善定位系统的稳定性和精度,适用于水下导航系统设计、海洋机器人信标网络规划等场景。程序提供三维布局可视化、GDOP分布热图及方向误差分析等功能

2025-12-27 07:57:07 901

原创 【MATLAB代码】声学测距,考虑方向退化的各向异性后的锚点布局优化,使用遗传算法(GA)进行迭代,附完整代码

本文提出了一种基于遗传算法的声学信标布局优化方法,用于提高海洋机器人导航精度。通过分析声学传播的各向异性特征和方向退化问题,建立了考虑几何精度因子(GDOP)的优化模型。MATLAB实现包括各向异性协方差建模、遗传算法优化和可视化分析。结果表明,优化后的信标布局显著改善了GDOP分布,使各方向定位精度更加均衡。程序可输出3D布局对比、GDOP热图等可视化结果,为实际海洋导航系统设计提供参考。

2025-12-26 07:06:09 20

原创 【2026课题介绍】无人机集群时间与角度约束下的协同攻击算法,附代码例程的运行示例

本文探讨了无人机协同攻击系统的关键技术,提出了基于时间同步和角度约束的多机协同解决方案。研究聚焦四个核心挑战:时间协同、角度约束、路径规划和协同控制,采用Dubins路径和贝塞尔曲线生成平滑轨迹,通过速度调整实现同时到达。MATLAB仿真验证了算法有效性,展示了不同攻击角度的协同效果。文章还提出了可扩展方向,包括障碍规避、动态目标跟踪等。该研究为无人机集群作战提供了实用算法框架和技术参考。

2025-12-26 07:02:28 568

原创 【2026课题推荐与讲解】维纳滤波在GNSS/INS集成中的应用、集成优化算法流程

摘要:针对GNSS/INS集成系统在城市峡谷等复杂环境中的多路径效应和信号遮挡问题,提出基于维纳滤波的优化方法。该方法通过建模GNSS噪声和INS误差,设计维纳滤波器进行频域滤波,融合GNSS与INS数据提升定位精度。实验验证了该方法在复杂环境下能有效降低多路径干扰,改善系统性能。

2025-12-25 08:57:14 1026

原创 【MATLAB例程】GNSS高精度定位滤波的例程分享,使用维纳滤波+多频段加权融合,抗多径、延迟等带来的误差

本文提出了一种基于维纳滤波的GNSS多频信号处理方法,以BDS系统为例,通过B1L和B3L双频信号融合提高定位精度。方法包含:1) 模拟含噪声的GNSS观测值,考虑伪距测量噪声和电离层延迟;2) 设计维纳滤波器进行频域降噪;3) 对双频信号进行加权融合。实验结果表明,该方法能有效降低定位误差,相比单频信号可提高约30%的精度。文中给出了详细的MATLAB实现流程,包括参数设置、信号生成、滤波处理和性能评估,并通过轨迹对比图和误差曲线验证了方法的有效性。

2025-12-25 08:40:02 1292

原创 【轨迹匹配定位】基于轨迹辅助的地面目标定位,适用于GNSS误差较大情况下的目标轨迹识别、高精度定位

本文提出一种基于贝叶斯更新的地面目标轨迹估计方法。通过生成多条候选轨迹并实时计算其与GNSS观测数据的匹配概率,利用最小欧式距离和似然函数更新轨迹概率,最终选择概率最高的轨迹作为目标运动路径。实验结果表明,该方法相比直接GNSS观测显著降低了定位误差(X/Y轴误差均值分别减少35%/28%),误差累积分布函数更接近理想值。算法采用MATLAB实现,通过概率热图和误差曲线直观展示轨迹匹配过程的有效性,为复杂环境下的目标跟踪提供了一种可行的解决方案。

2025-12-24 07:30:29 1085

原创 【MATLAB代码】多频GNSS系统中,对不同频段的信号进行维纳滤波,满足高精度独立定位的需求,附完整的MATLAB代码

本文提出了一种基于维纳滤波的BDS多频信号处理方法,通过融合B1L和B3L频段观测数据,结合电离层延迟补偿,有效提升了GNSS定位精度。MATLAB仿真结果显示,该方法将原始观测误差从1.0-1.5米降低至0.3米左右,改善率达70%以上。实验验证了维纳滤波结合加权融合策略在抑制测量噪声和电离层延迟方面的有效性,并提供了完整的性能评估和三维轨迹可视化。该算法可直接应用于北斗等GNSS系统的精密定位场景。

2025-12-24 07:28:57 141

原创 【MATLAB例程】加速度计、陀螺仪(IMU数据)使用维纳滤波(Wiener Filtering)降噪,并给出滤波前后的对比|附代码例程

IMU滤波、误差分析

2025-12-23 07:02:02 878

原创 【MATLAB免费例程】多无人机,集群多角度打击目标,时间与角度约束下的协同攻击算法,附下载链接

摘要:该MATLAB代码实现了一个多无人机协同攻击仿真系统,主要特点包括:1) 采用随机初始位置和均匀分布攻击角度初始化无人机群;2) 基于贝塞尔曲线进行路径规划,生成平滑飞行轨迹;3) 通过动态调整速度实现时间同步,确保所有无人机同时到达目标;4) 提供动态仿真可视化,展示无人机轨迹和距离变化过程。系统输出包括路径长度、速度、攻击角度等参数,以及最终的距离误差和时间偏差分析,适用于无人机集群协同作战的算法研究和性能评估。

2025-12-23 07:01:07 929

原创 【MATLAB代码】多无人机,集群多角度打击目标,时间与角度约束下的协同攻击算法

本文介绍了一个基于MATLAB的多无人机协同攻击仿真系统。该系统通过贝塞尔曲线规划无人机路径,实现时间同步和角度约束下的协同攻击任务。算法首先计算各无人机的攻击进入点,然后调整飞行速度确保同时到达目标。仿真结果显示,6架无人机能在指定时间从不同角度同步抵达目标位置,验证了算法的有效性。代码提供了动态可视化功能,可直观展示无人机群的协同飞行过程,适用于无人机群体协同任务的性能评估与优化。

2025-12-22 09:17:08 940

原创 【MATLAB代码】结合IMU(加速度计、陀螺仪)的噪声特性、使用维纳滤波(Wiener Filtering)优化IMU的性能,给出滤波前后的对比|附完整代码

本文介绍了一个完整的IMU传感器噪声仿真与去噪系统MATLAB实现。该系统模拟了加速度计和陀螺仪的典型噪声特性(包括白噪声、偏置不稳定性等),并采用频域维纳滤波方法进行信号优化。实验结果显示,维纳滤波显著降低了信号噪声:加速度计RMSE改善率达[具体数值]%,陀螺仪改善率达[具体数值]%。代码提供了完整的噪声分析、滤波实现和性能评估流程,可直接运行并可视化滤波前后的信号对比及误差分析。该方案为IMU数据预处理提供了有效的噪声抑制方法。

2025-12-22 07:28:34 357

原创 【2026课题推荐】基于小波/互相关/FFT的卡尔曼滤波的轨迹估计,及MATLAB例程的运行结果

本文介绍了导航与定位领域的前沿研究课题,重点对比了多种信号处理方法及其在轨迹估计中的应用。小波变换适用于非平稳信号处理,FFT用于频域分析,互相关可实现多传感器数据匹配,而卡尔曼滤波则提供最优递归状态估计。文章还展示了MATLAB仿真结果,验证了这些方法在轨迹跟踪中的综合应用效果,包括信号预处理、特征提取和状态估计等关键环节。最后提供了不同方法的适用场景对比表,为相关研究选题提供了参考依据。

2025-12-20 15:57:27 936

原创 【课题推荐】基于视觉(像素坐标)与 IMU 的目标/自身运动估计(Visual-Inertial Odometry, VIO),课题介绍与算法示例

本文提出基于视觉-IMU融合的运动估计方法,结合图像特征和惯性测量数据实现精准定位。研究采用扩展卡尔曼滤波(EKF)融合高频IMU数据(加速度/角速度)与低频视觉数据(特征点坐标),通过坐标变换、误差动力学建模和时间戳对齐实现传感器数据融合。MATLAB实现包含运动模型积分、旋转矩阵计算和状态估计等模块,可视化结果展示了三维轨迹估计效果。该方案适用于无人驾驶、机器人导航等领域,可通过引入GPS或优化算法进一步提升精度。研究为多传感器融合定位提供了可行解决方案和技术参考。

2025-12-20 15:55:47 897

原创 【2025-2026课题推荐】Rao 检测 + 自适应噪声估计的滤波(AEKF/Sage-Husa)

Rao检测,SageHusa自适应的推荐方向

2025-12-19 07:48:59 831

原创 【MATLAB例程】多锚点RSSI定位和基站选择方法,基于GDOP、基站距离等因素。以Wi-Fi定位为例,附下载链接

多锚点定位系统中锚点选择对定位精度的影响,比较了随机选择、最近选择和最优构型三种锚点选择方法。通过几何精度因子(GDOP)分析发现,最优构型选择(即锚点均匀分布且包围目标)能显著提高定位精度。仿真实验显示,在100m×100m区域内,最优构型方法相比随机选择定位误差降低,蒙特卡洛验证稳定性。提供MATLAB实现代码

2025-12-19 07:46:59 821

原创 【2026课题推荐】路侧感知车辆轨迹跟踪(摄像头、毫米波雷达、IMU等融合),附MATLAB仿真的初步验证结果

本文探讨了智能交通系统中的路侧感知技术,重点分析了摄像头和毫米波雷达两种传感器的优缺点,提出多传感器融合方案。介绍了车辆轨迹跟踪的核心流程,包括目标检测、数据关联、状态估计和轨迹管理,并详细说明了卡尔曼滤波等核心算法。通过MATLAB仿真程序模拟了多传感器测量特性,采用卡尔曼滤波进行状态估计,实现了车辆轨迹跟踪的可视化分析和性能评估。研究为路侧感知系统的开发提供了技术参考和实现方案。

2025-12-18 07:44:01 31

原创 【2025~2026课题推荐】多锚点RSSI定位,遍历不同的锚点组合,基于定位误差,自动选择最佳精度的锚点星座,方法介绍与讲解

多锚点RSSI定位,通过遍历不同的锚点组合,计算定位误差,自动选择最佳精度的锚点星座

2025-12-18 07:43:06 1335

原创 【MATLAB代码】多锚点Wi-Fi定位和基站选择方法,基于锚点构型、距离等因素,完整代码可复制

在多锚点定位中,锚点的选择对最终定位结果有重要影响。通过几何分布、距离最小化和加权优化等方法,可以有效提高定位精度。结合上述方法的公式和MATLAB代码,可以为锚点选择提供实用的解决方案。根据实际应用的需求,可以选择适当的锚点选优方法,确保定位系统的性能和可靠性。

2025-12-17 07:33:30 2098

原创 【2025~2026课题推荐】跟踪突变状态,且初值降敏的强跟踪容积卡尔曼滤波(强跟踪容积卡尔曼滤波器)

本文提出一种基于强跟踪容积卡尔曼滤波(ST-CKF)的机动目标跟踪方法,针对传统滤波算法在初始状态偏离、目标机动突变时的性能不足问题。该方法通过自适应渐消因子调整预测协方差,增强对初值偏差的鲁棒性,并设计了基于新息序列的在线调优机制。实验结果表明,相比EKF、UKF等算法,ST-CKF在位置误差(RMSE)和收敛速度方面表现更优,尤其在目标机动时刻能保持更稳定的跟踪性能。创新点包括理论框架构建、初值降敏机制和多重渐消因子策略设计,为复杂环境下的目标跟踪提供了新思路。

2025-12-17 07:27:15 1201

原创 【MATLAB例程】带有突变状态、且初值偏差较大时,强跟踪容积卡尔曼滤波(ST-CKF)用于恶劣环境的定位。附MATLAB代码

本文介绍了一种强跟踪容积卡尔曼滤波器(ST-CKF)算法,用于在恶劣环境下进行目标定位,特别适用于存在突变状态和初值偏差较大的情况。该算法通过自适应调整渐消因子(λ),有效处理机动过程中的状态突变,提高滤波器的跟踪能力。程序采用匀速运动模型描述目标状态,模拟了包含过程噪声和机动突变的复杂轨迹,并通过位置观测函数获取传感器数据。与标准容积卡尔曼滤波器(CKF)对比表明,ST-CKF在状态突变时能更快适应并纠正初值误差,显著提升定位精度。该算法适用于自动驾驶、无人机定位等高精度跟踪任务,具有参数可调、鲁棒性强等

2025-12-16 07:30:52 894

【滤波对比例程】MATLAB编写的INS+DVL滤波代码,EKF与UKF对比,适用于二维平面惯导与速度测量的数据融合

EKF、UKF对比,融合INS与DVL的核心程序,二维

2026-01-05

MATLAB例程【二维,UKF,速度滤波】DVL与IMU的融合例程,模拟速度和惯导的融合,适用于二维平面、非线性的运动轨迹

包运行成功,不包讲解

2026-01-01

【MATLAB例程】三维环境下,EKF融合INS与DVL的核心程序,用于惯导和速度传感器的数据融合滤波

【MATLAB例程】三维环境下,EKF融合INS与DVL的核心程序,用于惯导和速度传感器的数据融合滤波

2025-12-31

【MATLAB例程】二维环境,INS与DVL的融合,使用EKF(扩展卡尔曼滤波),基于非线性测速系统

程序实现**INS 与 DVL 速度信息融合的二维扩展卡尔曼滤波(EKF)示例**。以二维速度作为状态量,通过构造**非线性运动模型**与**非线性观测模型**,对含噪 INS 速度进行滤波修正,并通过时间积分得到二维位置轨迹,从而对比未滤波与 EKF 滤波条件下的速度误差和轨迹漂移情况。

2025-12-31

【信号处理MATLAB例程】小波变换执行边缘检测、突变点识别和去噪功能

通过小波变换实现了信号的去噪、边缘检测和突变点识别,能够在噪声较大的信号中提取出有意义的信息,适用于信号处理的各种场景。

2025-12-29

【MATLAB例程】(可应用于水下)考虑方向退化的各向异性,声学测距,锚点位置优化算法,使用遗传算法(GA)进行迭代

> 本程序面向海洋机器人声学定位应用,针对水下声学测距中普遍存在的**方向相关误差**与**几何退化问题**,开展信标空间布局的优化设计。程序以几何精度因子(GDOP)为性能评价指标,在充分考虑声学传播各向异性特性的基础上,利用遗传算法对信标位置进行全局优化,从而提升定位系统的稳定性与精度。 > `原创代码,请勿翻卖`

2025-12-25

【MATLAB代码】结合IMU(加速度计、陀螺仪)的噪声特性、使用维纳滤波(Wiener Filtering)优化IMU的性能,给出滤波前后的对比

| **信号生成** | 模拟正弦运动轨迹作为理想 IMU 输出 | | **噪声注入** | 叠加 `randn` 产生的白噪声和 `cumsum` 产生的漂移 | | **功率谱分析** | 利用 `pwelch` 识别信号和噪声在频域的特征 | | **维纳去噪** | 执行 FFT -> 频域加权 -> IFFT,实现最优线性滤波 | | **Allan 方差** | 深入分析传感器噪声的统计特性 |

2025-12-21

【MATLAB免费例程】多无人机,集群多角度打击目标,时间与角度约束下的协同攻击算法

代码实现了一个多无人机协同攻击的模拟系统,适用于分析和优化无人机群在时间同步和角度约束下的攻击任务。通过贝塞尔曲线进行路径规划,并通过动态仿真展示了无人机群的协同飞行过程,提供了对无人机群体协同任务的可视化和评估。

2025-12-21

【MATLAB例程】多锚点RSSI定位和基站选择方法,基于GDOP、基站距离等因素 以Wi-Fi定位为例

【MATLAB例程】多锚点RSSI定位和基站选择方法,基于GDOP、基站距离等因素 以Wi-Fi定位为例

2025-12-15

锚点优选,MATLAB代码,三维

% 三维,锚点优选 % 通过计算误差来优选适合定位的锚点

2025-12-15

【MATLAB例程】带有突变状态、且初值偏差较大时,强跟踪容积卡尔曼滤波(ST-CKF)用于恶劣环境的定位

程序实现了强跟踪容积卡尔曼滤波器(ST-CKF),用于在恶劣环境下进行目标定位,尤其适用于存在突变状态且初值偏差较大的情况。ST-CKF通过自适应调整渐消因子(λ),有效处理在机动过程中出现的状态突变,从而增强滤波器的跟踪能力,尤其在状态转移发生突变时,能够更准确地估计目标位置。

2025-12-14

【MATLAB例程】多频率分段信号生成、小波变换与傅里叶变换的时频分析对比、小波检测突变信号的示例

程序通过对比傅里叶变换、短时傅里叶变换和小波变换,清晰展示了小波变换在非平稳信号分析和突变检测中的优势,尤其在时频局部化和突变点检测方面具有独特表现。 原创代码,非AI编写,包运行成功。请勿翻卖

2025-12-10

【MATLAB例程】自适应阈值的小波变换去噪,信号噪声:拉普拉斯噪声、脉冲噪声与高斯噪声-混合非高斯

内容概要:例程构建了包含多频率的真实测试信号,并在其上叠加拉普拉斯噪声、脉冲噪声与高斯噪声的混合非高斯扰动,用于验证小波变换在复杂噪声环境下的去噪性能。程序首先对含噪信号进行多层小波分解,获得每一层的近似系数与细节系数,然后分别实现两类针对非高斯噪声的阈值化处理方法 阈值化后的细节系数配合最深层近似系数重构信号,并分别计算重构前后的 SNR 与 RMSE,用于定量评估去噪效果。最后,代码给出了时域波形、系数矩阵以及功率谱密度的对比图,以展示不同阈值策略在处理非高斯噪声时的表现差异。 代码采用UTF-8编码格式 适合人群:使用MATLAB进行开发的技术人员、科研人员或学生,尤其是从事导航、滤波方向的研究者或项目开发者。; 使用场景及目标:①明确软件版权归属与使用限制,避免非法传播或商用;②有定制化开发需求的用户可通过联系作者获取专业支持;③解决MATLAB代码因编码格式不匹配导致的中文显示异常问题; 阅读建议:使用者应尊重原创版权,遵守授权规定,在遇到中文乱码问题时优先排查编码设置,并可参考提供的链接进行环境配置优化。

2025-12-09

【EKF定位滤波例程】三维空间(XYZ)速度与位置观测与滤波(使用扩展卡尔曼滤波EKF),状态量和观测量都是非线性的

系统同时受到过程噪声影响,并可获得带噪声的三维位置与速度观测。为了在强非线性动力学下保持状态估计的稳定与精度,引入扩展卡尔曼滤波(EKF)对系统进行实时状态估计。 速度分量使用非线性的形式,构造强非线性,使得系统对状态变化更加敏感,适合验证 EKF 在复杂动力学下的表现。 示例程序提供: * 三维真实轨迹、未滤波轨迹、EKF 估计轨迹对比图 * 六个维度的位置与速度时间对比图 * 未滤波 vs EKF 的误差曲线 * 各维度绝对误差的 CDF 曲线 * 详细的误差统计输出(最大误差、均值、标准差)

2025-12-09

四维扩展卡尔曼滤波(EKF)的非线性状态估计,状态为XY的速度和位置 非线性系统,观测为速度和位置,MATLAB

程序详解: 本例程演示了强非线性系统的 EKF 四维状态估计过程。 观测量同时包含二维位置与二维速度,但其中 x 方向位置的观测为非线性形式 (x^2/20),因此需要 EKF 来处理。 运行内容与结果代码包含以下功能: 构造真实的非线性运动轨迹 构造带噪声的未滤波状态 执行 EKF 四维状态估计 绘制轨迹、状态量对比图 输出滤波前/后误差 计算误差的 CDF(绝对误差统计)

2025-12-08

【雷达跟踪与滤波-MATLAB例程】平面上的雷达跟踪与UKF(无迹卡尔曼滤波),估计目标轨迹,输出真值、误差曲线、误差特性等

【雷达跟踪与滤波-MATLAB例程】平面上的雷达跟踪与UKF(无迹卡尔曼滤波),估计目标轨迹,输出真值、误差曲线、误差特性等

2025-12-07

【MATLAB例程】基于CKF的雷达跟踪与滤波,雷达观测为斜距、俯仰角、方位角 输出误差对比

三维空间中的多传感器融合系统,用于跟踪带扰动运动的目标。系统同时利用单站雷达量测(距离、俯仰角、方位角)和 IMU 六维数据(加速度与角速度),并采用三阶容积卡尔曼滤波器(CKF)实现位置、速度和姿态(四元数)的联合估计。代码完整覆盖真值生成、传感器建模、惯导纯推算、极坐标雷达观测、CKF 预测与更新、数据记录与可视化等关键环节。

2025-12-06

【MATLAB例程】二维指纹定位,对目标的一段轨迹定位,锚点数量可调 输出位置真值、估计值对比

基于K近邻(KNN)算法的室内指纹定位系统,适用于Wi-Fi定位、蓝牙定位等信号强度匹配的定位场景。系统通过接收信号强度指示(RSSI)建立指纹数据库,并利用KNN算法实现$移动终端$的实时轨迹定位。

2025-12-02

【自适应IMM】MATLAB编写的创新多模型,基于CA/CT双模型和观测自适应 二维平面目标位置估计,带误差统计特性输出

程序为二维目标机动跟踪的 **AIMM(Adaptive IMM)自适应交互多模型滤波器**。系统同时包含 **CA(Constant Acceleration,匀加速)模型** 与 **CT(Coordinated Turn,匀角速度转弯)模型** 两类运动模式,通过 IMM 框架根据模型似然动态调整其权重,从而在机动目标跟踪中兼顾稳态精度与转弯响应能力。滤波主体采用 **Sage-Husa 自适应噪声估计 EKF**,能够在观测噪声不稳定或统计未知的情况下实时调整测量噪声协方差,提高鲁棒性。

2025-12-01

【MATLAB例程】三维环境,雷达跟踪目标与UKF(无迹卡尔曼滤波)的轨迹滤波,雷达观测为:斜距、方向角、俯仰角

代码实现了 三维空间内的目标定位与姿态估计系统,利用来自 单站雷达 的极坐标观测(距离 r、俯仰角 el、方向角 az)以及 IMU 六维测量(三轴比力 & 三轴角速度),通过 无迹卡尔曼滤波(UKF) 对目标的 位置、速度与姿态(四元数) 进行融合估计。

2025-11-30

【PSINS进阶例程】雷达三维跟踪与EKF轨迹滤波 带坐标转换,观测为斜距、方向角、俯仰角 MATLAB编写

需要PSINS工具箱。 基于 PSINS工具箱的运动建模与滤波,实现 IMU 与雷达观测融合的扩展卡尔曼滤波(EKF)示例。利用PSINS的轨迹生成模块构造三维机动轨迹,并按设定的加速度、转弯、爬升/下降段生成真实 AVP(姿态-速度-位置)序列。随后给 IMU 数据加入安装误差、随机漂移和噪声,形成带误差的惯导数据,并通过 insupdate 完成惯导解算。

2025-11-27

【MATLAB例程】3D雷达-IMU融合定位系统(基于扩展卡尔曼滤波)-雷达观测距离、俯仰角、方向角,IMU包括6维(加速度与角速度)

【MATLAB例程】3D雷达-IMU融合定位系统(基于扩展卡尔曼滤波)-雷达观测距离、俯仰角、方向角,IMU包括6维(加速度与角速度)

2025-11-26

【MATLAB雷达滤波代码】二维,单雷达跟踪与滤波 EKF融合雷达的距离、角度+目标IMU数据

轨迹用EKF,观测为距离和角度

2025-11-25

【matlabfilter例程】二维平面的雷达测角测距定位,单一雷达,KF融合雷达和IMU数据 轨迹绘图、误差绘图输出 附代码下载链接

【matlabfilter例程】二维平面的雷达测角测距定位,单一雷达,KF融合雷达和IMU数据。轨迹绘图、误差绘图输出。附代码下载链接

2025-11-25

【MATLAB例程】【多目标航迹辨识】地面目标轨迹的实时判别系统(基于累计概率的改进方法),附有与传统方法的效果对比

**实时轨迹判别系统**,目标是在已知多条候选轨迹的情况下,通过地面目标的带噪声轨迹,实时判断目标最可能在哪一条轨迹上行驶。 原创程序,均为手写,拒绝AI自动生成,带中文注释`

2025-11-25

TCN(时间卷积网络)训练多输入、单输出的序列,预测的同时融合多传感器的数据 MATLAB代码

TCN(时间卷积网络)训练多输入、单输出的序列,预测的同时融合多传感器的数据 MATLAB代码

2025-11-25

【MATLAB例程分享】ARIMA模型用于GNSS定位误差预测,背景为GNSS接收机在城市峡谷环境下的定位误差预测

利用 ARIMA 模型对城市峡谷环境下的 GNSS 定位误差进行建模与预测。GNSS 误差常呈现趋势项、周期项与随机扰动并存的时间相关。本代码构造包含趋势、周期以及噪声的模拟误差序列,并将其划分为训练集与测试集。随后遍历多组 ARIMA(p,d,q) 参数组合,根据 AIC 准则自动选择最优模型。最优模型建立后,对测试集时段的误差进行预测,并给出 95% 置信区间。带有:原始数据、预测结果及预测误差曲线。 代码原创,非AI生成,带中文注释 为了评估预测性能,代码计算平均绝对误差(MAE)、均方根误差(RMSE)与平均绝对百分比误差(MAPE),并输出模型的 AR、MA 系数及方差等关键参数。脚本最后以表格形式展示部分预测与真实误差的逐点对比,便于快速判断模型在定位误差预测场景中的适用性。

2025-11-23

【python代码】无监督学习辨识异常点的例程:孤立森林(Isolation Forest)、DBSCAN聚类、K-Means聚类、LOF局部异常因子,四种方法对比

无监督学习辨识异常点的例程:孤立森林(Isolation Forest)、DBSCAN聚类、K-Means聚类、LOF局部异常因子,四种方法对比

2025-11-20

【TCN与LSTM例程】TCN(时间卷积网络)与LSTM(长短期记忆)训练单输入单输出,用于拟合一段信号,便于降噪 MATLAB

代码实现了基于TCN(时间卷积网络)和LSTM(长短期记忆网络)的信号降噪和拟合,并对两种方法的效果进行对比分析。

2025-11-18

【自适应滤波例程】自适应窗口滑动滤波,MATLAB实现:对比原始信号、固定窗口滤波、自适应窗口滤波

【自适应滤波例程】自适应窗口滑动滤波,MATLAB实现:对比原始信号、固定窗口滤波、自适应窗口滤波

2025-11-18

MATLAB训练TCN(时间卷积网络)代码,训练带噪声的一维序列

只有一个m文件,打开运行即可。 调试过程见文章《【代码调试】深度学习中,loss曲线不收敛、但效果很好的情况分析与解决方法——以MATLAB训练TCN(时间卷积网络)为例,附代码》

2025-11-18

三维空间中,基于TOA(到达时间)定位时的GDOP和CRLB计算 MATLAB代码

三维空间中,基于TOA(到达时间)定位时的GDOP和CRLB计算。MATLAB代码

2025-11-17

【鲁棒自适应卡尔曼滤波的代码】混合高斯形式的噪声,基于Sage Husa自适应的线性卡尔曼滤波,含蒙特卡洛实验

【鲁棒自适应卡尔曼滤波的代码】混合高斯形式的噪声,基于Sage Husa自适应的线性卡尔曼滤波,含蒙特卡洛实验

2025-11-16

【Python例程】集合卡尔曼滤波(EnKF)在Lorenz63混沌系统中的状态估计仿真

集合卡尔曼滤波在Lorenz 63混沌系统中的状态估计仿真。通过将随机扰动的集合成员作为样本,EnKF在非线性动力系统中实现了对真实状态的逐步逼近。

2025-11-12

【MATLAB例程】二维平面的TOA定位,几何精度因子GDOP和克拉美罗下界CRLB计算与输出

二维定位中 GDOP(几何精度因子)与 CRLB(克拉美罗下界)计算的 MATLAB 程序,适用于单目标、四锚点的定位场景。 程序主要功能包括:基于给定的四锚点配置和目标真实位置,通过网格扫描法计算二维空间中各点的 GDOP 分布,并以等高线图形式可视化展示,直观呈现不同位置的定位几何精度特性。 针对目标实际位置,计算其理论定位精度下限(CRLB),包括 X 轴和 Y 轴方向的标准差以及对应的 GDOP 值

2025-11-12

【PSINS工具箱】基于工具箱的单独GNSS导航、单独INS导航、两者结合组合导航,三种导航的对比程序

基于PSINS工具箱的单独GNSS导航、单独INS导航、两者结合组合导航(153EKF)的MATLAB程序。并提供三者的轨迹对比、误差对比。

2025-11-11

【MATLAB例程分享】互补滤波,融合磁力计与陀螺仪数据,估计航向

【MATLAB例程分享】互补滤波,融合磁力计与陀螺仪数据,估计航向

2025-11-10

【MATLAB例程】三个雷达、三维空间上的目标跟踪,与UKF滤波,观测为斜距、俯仰角、方位角

% 3雷达三维目标跟踪滤波系统 - UKF实现 % 匀速直线运动,雷达数量=3 % 输入:雷达观测数据(斜距、俯仰角、方位角) % 输出:目标状态估计(位置、速度)

2025-11-09

多雷达二维目标跟踪滤波系统 - UKF实现,匀速运动模型 雷达数量可以自适应

% 多雷达二维目标跟踪滤波系统 - UKF实现,匀速运动模型。雷达数量可以自适应 % 输入:雷达观测数据(距离、方位角),输出:目标状态估计(位置、速度)

2025-11-09

3雷达二维目标跟踪滤波系统 - EKF实现,匀速运动模型

% 输入:雷达观测数据(距离、方位角),输出:目标状态估计(位置、速度)

2025-11-09

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除