步进电机的MATLAB仿真程序分享（采用了卡尔曼滤波，对定子电流进行估计，并估算出转子的位置和速度）
两相步进电机的连续时间延长卡尔曼滤波器仿真， 根据定子电流的噪声测量，估计定子电流以及转子位置和速度。 主程序： function MotorKalman % 两相步进电机的连续时间延长卡尔曼滤波器仿真 % 根据定子电流的噪声测量，估计定子电流以及转子位置和速度 Ra = 1.9; % 绕组电阻 L = 0.003; % 绕组电感 lambda = 0.1; % 电机常数 J = 0.00018; %...
Open3D点云数据处理（十）：直通滤波（AABB包围盒法）
文章目录 1 算法原理 2 AABB法直通滤波 2.1 X轴方向的直通滤波 2.2 Y轴方向的直通滤波 2.3 Z轴方向的直通滤波 2.4 函数封装 pass_through_by_AABB(cloud, min_val, max_val, filter_axis) 2.5 多个轴向的直通滤波，可视化AABB包围盒 专栏目录：Open3D点云数据处理（Python） 1 算法原理 点云直通滤波（Pa...
卡尔曼滤波与组合导航原理（八）遗忘滤波
E[WkWjT]=sN−k+1Qkδkjj,k≤NE[VkVjT]=sN−kRkδkj 其中：渐消因子 s ≥ 1 s \ge 1 s≥1，等于 1 1 1 时与普通的Kalman滤波相同。现在是 N N N 时刻， k k k 越小就是越以前， s N − k s^{N-k} sN−k 越大，噪声前面乘的系数就越大，越以前的量测和系统越不可靠，慢慢遗忘； k = N k = N ...
基于MATLAB的Filter使用，低通、带通和高通滤波器的MATLAB程序分享
基于MATLAB的Filter使用，低通、带通和高通滤波器的MATLAB程序分享 完整程序如下： clear all close all clc %% Parameter Interface Frequence0 = 60; %单位：Hz Frequence1 = 130; %单位：Hz Frequence2 = ...
卡尔曼滤波与组合导航原理（九）Sage-Husa自适应滤波
一、自适应滤波基本思想 函数模型 { X k = Φ k / k − 1 X k − 1 + Γ k − 1 W k − 1 Z k = H k X k + V k \left\{\begin{array}{l} \boldsymbol{X}_{k}=\boldsymbol{\Phi}_{k / k-1} \boldsymbol{X}_{k-1}+\boldsymbol{\Gamma}_{k-1} ...
卡尔曼滤波与组合导航原理（五）序贯Kalman滤波
)⋮Zk(N) = Hk(1)Hk(2)⋮Hk(N) Xk+ Vk(1)Vk(2)⋮Vk(N) Rk= Rk(1)Rk(2)⋱Rk(N) 序贯滤波执行框图： 如果历元间量测噪声相关，量测噪声不是对角阵，它总可以作平方根分解（Cholesky分解） R k = L k L k T \boldsymbol{R}_{k}=\boldsymbol{L}...
卡尔曼滤波与组合导航原理（六）信息Kalman滤波与信息融合
一、信息滤波 1、模型 函数模型 { X k = Φ k / k − 1 X k − 1 + Γ k − 1 W k − 1 Z k = H k X k + V k \left\{\begin{array}{l} \boldsymbol{X}_{k}=\boldsymbol{\Phi}_{k / k-1} \boldsymbol{X}_{k-1}+\boldsymbol{\Gamma}_{k-1} ...
卡尔曼滤波与组合导航原理笔记（一）第二部分 卡尔曼滤波方程的推导
文章目录 三、卡尔曼滤波1、随机系统状态空间模型2、状态预测3、状态量测4、增益矩阵K与状态估计5、Kalman滤波公式汇总6、Kalman滤波流程图1.划分为左右两部分（一阶矩和二阶矩）2.划分为上下两部分（时间更新、量测更新） 7、Kalman滤波计算系统回路图8、Kalman编程计算流程图9、Kalman滤波特性1.状态估计时量测的线性组合2.正交投影性质3.新息向量是零矩阵白噪声序列 10、...
卡尔曼滤波与组合导航原理笔记（一）卡尔曼滤波方程的推导 第一部分
文章目录 一、滤波的基本概念1、传统数字滤波器2、现代控制中的状态观测器3、最优估计的含义4、温度估计的例子1.问题描述2.分析 二、递推最小二乘 一、滤波的基本概念 1、传统数字滤波器 主要是基于频带来设计，单输入单输出系统。认为数字滤波器处理的是确定性信号，有用的信号在确定的频带内，要去除的噪声在频带之外；噪声在频带内，就没法处理 两种方法：①模拟转数字②直接数字滤波器 MATLAB工具箱fda...
基于间接卡尔曼滤波的IMU与GPS融合MATLAB仿真（IMU与GPS数据由仿真生成）
提供更精确、可靠的导航信息。 相关项目下载 然而，INS和GPS融合系统的设计和实施面临着许多挑战，其中最重要的挑战之一是如何有效地处理INS的误差模型，特别是在高动态环境下。在这种情况下，间接卡尔曼滤波（Indirect Kalman Filter，IKF）被认为是一种有效的解决方案。本文的目标是基于IKF的INS和GPS融合，以及在MATLAB环境下进行仿真。 文章的后续部分将讨论INS和GPS的...