搜索资源列表
duo-te-zheng
- ：该文把局部三值模式(Local Ternary Patterns, LTP)纹理特征引入Mean Shift 跟踪算法，提出了基于多 特征的Mean Shift 人脸跟踪算法以解决Mean shift 跟踪算法的鲁棒性问题。通过对LTP 纹理特征的分析、研究， 提出了一个LTP 关键纹理模型，既增强了目标的关键纹理信息，又简化了LTP 纹理模型。在此基础上，提出一 种基于LTP 关键纹理特征和肤色特征的Mean Shift 人脸跟踪算法，有效地解决了Mean Shift 算法的鲁棒
Radar_KalmanIMM6
- matlab 编写的源程序交互多模算法，用于目标多机动蒙特卡罗法仿真跟踪滤波器 本人十分关注 机动目标。这个是利用交互多模算法，用于目标多机动假设运动情况下的蒙特卡罗法仿真跟踪滤波器。matlab 编写的源程序。 但是有一点小错误，如果您能修改，不胜感激。-matlab source code prepared by the interactive multi-mode algorithm, used to target many motor simulation Monte Carlo
Kalman_Filtering
- 卡尔曼滤波在目标跟踪中应用仿真研究。 子函数能完成对运动目标位置的卡尔曼滤波跟踪。 主函数针对一具体假设完成跟踪，并且完成蒙特卡罗仿真。 情景假定：有一两座标雷达对一平面上运动的目标进行观测，目标在 0-600秒沿x轴作恒速直线运动，运动速度为15米/秒，目标的起始点为(-10000米，2000米)。雷达扫描周期T=2秒，x和y独立地进行观测，观测噪声的标准差均为100米。-This program described the Kalman filter algorithm acco
quxianfangzhen
- 基于卡尔曼滤波的曲线运动目标跟踪程序，详细的matlab代码。结合卡尔曼滤波原理，可根据不同的目标运动情况进行修改。-Kalman filter curve moving target tracking procedures, matlab code. Combined with the principle of Kalman filter, can be modified depending on the target movement.
JPDA
- 在运动的位置叠加噪声。进行JPDA概率数据关联及kalman滤波。 两运动目标在x-y平面做匀速直线运动。初始位置是（4000,1200）（300,1500）速度分别是（200,200）（400,200）传感器对量目标进行位置状态量测。 采样间隔T=1,点数n=80.检测概率为1，正确量测落入跟踪内的概率为0.99，杂波均匀分布的密度为2个/km2由RAND函数产生在[0，1]上均匀分布的随机变量，跟踪门限为9.21。 -Superimposed noise in the posit
IMM-Kalman-filter--simulation
- 结合雷达跟踪的空中目标的实际情况，针对目标运动模型中的线性运动和非线性运动，分别设计了两种模型，并用马尔科夫状态转移矩阵实现IMM算法。最后对交互多模型卡尔曼滤波算法进行了Matlab仿真及结果分析。-Combined with radar tracking air targets, for linear and non-linear movement of target motion model, two models were designed and used a Markov state
mainkaerman
- 卡尔曼滤波运用在机动目标跟踪中的源程序，目标在二维平面的运动-Kalman filter used in the source maneuvering target tracking
KF_Test0
- 采用卡尔曼滤波的一维运动目标的跟踪练习。-Practice using the Kalman filter to track a moving target dimension
trackman
- 卡尔曼滤波追踪，对目标运动状态进行预测 ，从而实现目标的持续跟踪-Kalman filter tracking, the state of the target motion prediction To achieve the objectives of the continuous tracking
KF-MATLAB
- 卡尔曼滤波程序：此程序是以蛇形机动目标为运动模型进行的卡尔曼滤波。-The MATLAB simulation program based on kalman filter
kalman
- 使用卡尔曼滤波算法实现跟踪做一维度匀速直线运动的目标(matlab code, using kalman filter to track uniform rectilinear motion target)
demo1
- 利用Kalman滤波对运动目标跟踪的基本示例(A basic example of moving object tracking using Kalman filtering)
卡尔曼滤波及扩展
- 描述一个卡尔曼滤波问题需要两个模型，一个是描述系统的状态方程，一个是观测方程，观测量通过观测方程与状态变量建立联系，由观测量估计状态值。与其他频域滤波器不同，卡尔曼滤波器不需要观测和估计的历史记录，可以直接在时域进行设计和使用，是一个时域滤波器，适用于处理实时数据。 对于一个运动模型，建立卡尔曼滤波模型，进行仿真，设已知初始时刻运动目标的真实位置和速度，并已知卡尔曼滤波使用的初始状态值，对该问题给出仿真；进一步分析该问题的稳态卡尔曼解，直接使用稳态卡尔曼滤波（滤波器）仿真该问题。