这个包实现了以下卡尔曼滤波器:
1） 标准卡尔曼滤波器
2)扩展卡尔曼滤波
3） 双卡尔曼滤波器
4） 平方根卡尔曼滤波器
这个包还包含了每个过滤器类型的指导示例，演示了它们的实际应用。
在所有4种情况下，KF函数都接受一个多维系统的噪声样本作为输入，并根据噪声样本中固有的时变过程/噪声协方差产生真实系统状态的KF估计。
指数加权(或非加权)移动平均用于从噪声测量中估计时变系统协方差。
标准卡尔曼滤波器是最基本的KF实现。它假设噪声测量包含真实系统状态加上白噪声的模型。
扩展卡尔曼滤波器是标准卡尔曼滤波器的推广，允许用户指定非线性系统模型，然后在EKF执行期间迭代线性化。
双重卡尔曼滤波器同时解决两个标准卡尔曼滤波器问题：
1)对数据拟合自回归模型，并应用卡尔曼滤波对AR模型进行更新
2)在执行Standard KF更新之前，在每次迭代中应用AR模型
平方根卡尔曼滤波器是一种更加稳健和数值稳定的方法来执行标准/双卡尔曼滤波，特别是当感兴趣的协方差矩阵是病态的或几乎不是正定的。平方根卡尔曼滤波思想是以平方根形式传播过程误差协方差P = U D U'，其中U和D被迭代更新，P不显式计算。这样做将保证P是正定的，从而增加KF的数值稳定性。
引用为
布莱恩摩尔(2021)。卡尔曼滤波软件包(//www.tatmou.com/matlabcentral/fileexchange/38302-kalman-filter-package)，MATLAB中央文件交换。恢复.
意见及评分(47)
MATLAB版本兼容性
创建R2009a
与任何版本兼容
平台兼容性
窗户 macOS Linux标签
卡尔曼滤波器包/
卡尔曼滤波包/协方差估计方法/
卡尔曼滤波器/包/例子
卡尔曼滤波包/线性代数方法/
卡尔曼滤波包/MA方法/
卡尔曼滤波包/平方根滤波方法/
你也可以从以下列表中选择一个网站:
@DILEEP KUMAR你找到心电图了吗?我也有同样的问题。
绝对的好包!谢谢
我认为代码中存在错误，因为“状态”向量中的噪声是w=N（0，Q），Q是协方差。Q的维数是n乘n，其中n是状态向量的长度。另一方面，R是“测量”中噪声的协方差。R的维数是m乘m，m是（测量的）数据向量的长度。
嗨，布莱恩，谢谢你的回复。抱歉，如果这看起来很幼稚，但是Q不应该表示状态的噪声协方差矩阵吗?然而你描述它的方式，Q = E[zbar zbar^T]，描述了测量中的噪声协方差。例如，如果我在2D笛卡尔平面上测量物体与原点的距离，但使用EKF估计运动物体的位置(x,y)，这可能会带来问题。
我的代码自适应地估计了进程(Q)和噪声(R)协方差。对于我用来估计Q和R的策略，我没有特别的参考，我只是使用以下简单的启发式:
-计算测量值(z)的移动平均值(zbar)，并认为这是真实状态的(粗略)估计
- Q = zbar在回顾窗口的样本协方差
-R=回望窗口上z-zbar的样本协方差
嗨，布莱恩，这很有帮助。然而，在我的应用程序中，状态与测量值不同。我如何自适应地估计这种情况下的噪声方差。另外，您能否提供在代码中使用的Q和R估算参考。由于一吨。：）
我正在尝试使用卡尔曼滤波来减少语音信号中的噪声。我正在参考https://in.mathworks.com/help/coder/examples/c-code-generation-for-a-matlab-kalman-filtering-algorithm.html. 但我不知道如何为嘈杂的语音信号生成position.mat文件。如何使用它来减少语音信号中的噪音。
嗨，布莱恩，我想实现用于ECG信号去噪的卡尔曼滤波代码，但我无法实现。有什么建议吗？
谢谢你@Brian Moore
你能推荐一些关于darkalmanfilter .m标准的参考出版物吗
我的标准darkalmanfilter有问题。在通过过滤循环的第一次尝试中，我得到错误，因为I和N值传递给StandardCovEstimate(索引为0:I)。我使用的是AR(1)模型(MA = 0)，它看起来像一个偏离1的问题。有什么建议吗?
谢谢。
亲爱的布莱恩,
我可以查阅有关这些方法的参考出版物吗?
此外，我是否正确地说，移动平均用于平滑的d_z，而回顾值用于卡尔曼滤波器更新?
谢谢你:)
@ Mushfiqul: z =测量，x =状态
亲爱的布莱恩,
谢谢您的回复。
变量z是指EKF的状态还是EKF的度量?
谢谢
@Mushfiqul: smoothed_z是输入数据的移动平均值(非加权或指数加权)，它是在主函数中计算的(例如，StandardKalmanFilter.m)
亲爱的布莱恩•摩尔
MATLAB包非常棒。非常感谢你和我们分享。
你能解释一下你是如何计算StandarCovEst函数中的平滑_z的吗？
谢谢你，穆什菲克尔
mushfala@fel.cvut.cz
@忻州：谢谢你的反馈！平滑_z是输入数据z的移动平均值（例如，指数加权）。然后，StandardCovEst.m计算
Q=平滑_z的协方差
R = z -平滑的协方差
上述方法是一种启发式方法。其思想是卡尔曼滤波(KF)基本上是平滑您的数据，所以我使用smoothed_z作为未知状态的代理，而z - smoothed_z作为噪声的代理。
如果你想要一个更严格的算法来估计协方差(例如，统计一致性保证)，你需要参考KF文献。任何这样的算法都需要对数据进行假设，而我不想在我的实现中做任何这样的假设，所以我采用了启发式。
希望这个有帮助。
干得好，非常感谢。我有一个关于估算Q和R的问题。“StandardCovEst.m”似乎是做这项工作的函数。您是如何在StandardKalman Filter函数中平滑的。
您似乎使用此值来计算协方差。如果你有任何关于这个估计方法的参考资料，请你也提供给我。谢谢
@孔祥闯：你得自己修改代码。为了简单起见，我特意用A=I、B=I等来编写代码。
修改代码应该不会太难，只要参考文献中的许多卡尔曼滤波器参考之一，看看在哪里添加系统矩阵。例如，我推荐以下易于阅读的文章：
https://www.cs.unc.edu/~welch/media/pdf/kalman_intro.pdf
如何在代码中包含A,B,u,H ?谢谢!
做得好
@tverskoj为什么被评为1星级？请提供反馈，以便我可以改进提交！
双重卡尔曼滤波器被用来实现自动回归卡尔曼滤波器(参见standard darkalmanfilter .m)
你好，我在这个包里找不到双卡尔曼滤波器，它被删除了吗?
@Mike好的观点-为了简单起见，我假设了最基本的“白噪声”模型（A=I、B=I等），这样用户就可以快速运行过滤器，而无需进行任何建模。
当然，如果您的数据确实有一个模型，您应该能够遵循任何基本的卡尔曼滤波参考，以查看在哪里插入模型矩阵
为什么你的方程中没有包含A B u和H ?
对我很有帮助，非常感谢!
有关于结构动力学问题的例子吗
易于使用，良好的默认值，可读性，伟大！
非常感谢
你能告诉我StandardCovEst.m的参考资料吗?
gaozk789@gmail.com
谢谢你！
很好的代码，谢谢!
嗨，亚历山大，
在运行任何脚本之前，请确保将Kalman Filters目录和*all*子目录添加到MATLAB路径中。
例如，为了解决特定的问题，EWMA()是位于“MA方法”子目录中的函数。但是，如果您不将其他子目录(“协方差估计方法”、“线性代数方法”和“平方根过滤方法”)也添加到您的路径中，您可能会得到更多的错误。
干杯
Demo2有问题吗
？？?使用==> eval时出错
类型的输入参数的未定义函数或方法“EWMA”
“双”。
113处==>StandardKalmanFilter中的错误
eval（['smooted_z='MAType'（z，MAlen）；']）；
错误在==> KF_Demo2在41
[x_kf kf]=标准卡尔曼滤波器（z，MAlen，N）；