运动物体的轨迹预测，分别使用卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波以及数据拟合方法实现。
本例代码仅含扩展卡尔曼滤波部分代码。
本例仅为本人在研究轨迹预测问题时为理解算法原理所写，针对具体问题请自行推敲算法适用性。
本例代码详解后续会在本人博客中做具体说明，欢迎讨论！
本例代码仅含扩展卡尔曼滤波部分代码。
本例仅为本人在研究轨迹预测问题时为理解算法原理所写，针对具体问题请自行推敲算法适用性。
本例代码详解后续会在本人博客中做具体说明，欢迎讨论！
2020/5/20 8:27:48
128KB
1
梯度自顺应拉盖尔格子滤波器和卡尔曼滤波器的组合，用于估计多通道记录中的丢失信号。
为PhysioNet2010提交的参赛作品涉及对最后30秒生理信号的估计。
详情见http://web.cinc.org/2010/preprints/
为PhysioNet2010提交的参赛作品涉及对最后30秒生理信号的估计。
详情见http://web.cinc.org/2010/preprints/
2017/8/2 11:19:08
8KB
1
6轴加速度传感器LMS6DS3TR_C驱动程序，里面包含两种算法，计算姿势角，利用四轴上位机工具协议可发送数据显示状态。
2017/5/22 20:01:28
10.52MB
1
Simulink模型，基于扩展卡尔曼滤波EKF和无迹卡尔曼滤波UKF估计算法的SOC仿真，毕设。
另外有BBDST工况模块，也有R2016b及R2020两个版本的Simulink。
谨供BMS爱好者学习运用，请勿商用。
另外有BBDST工况模块，也有R2016b及R2020两个版本的Simulink。
谨供BMS爱好者学习运用，请勿商用。
2015/7/2 10:38:24
885KB
1
采用matalb平台m语言进行编程，卡尔曼滤波器pid控制算法，文件中有文字叙述部分，打开可直接运转。
2018/10/4 21:50:44
75KB
1
适用于Android的传感器融合演示此应用程序演示了各种传感器和传感器融合的功能。
来自陀螺仪，加速度计和罗盘的数据以不同的方式组合在一起，结果显示为可以通过旋转设备旋转的立方体。
在阅读完整的文档。
此应用程序中的主要新颖之处在于虚拟传感器的融合：改进的方向传感器1和改进的方向传感器2将Android旋转矢量与虚拟陀螺仪传感器融合在一起，从而获得了以前未知的稳定性和精度的姿势估计。
除了这两个传感器之外，还可以使用以下传感器进行比较：改进的方向传感器1（Android旋转矢量和校准的陀螺仪的传感器融合-不稳定，但更准确）改进的方向传感器2（Android旋转矢量和校准的陀螺仪的传感器融合-更稳定，但准确性更低）Android旋转向量（加速度计+陀螺仪+指南针的卡尔曼滤波融合）校准的陀螺仪（加速度计+陀螺仪+指南针的卡尔曼滤波融合的单独结果）重力+指南针加速
来自陀螺仪，加速度计和罗盘的数据以不同的方式组合在一起，结果显示为可以通过旋转设备旋转的立方体。
在阅读完整的文档。
此应用程序中的主要新颖之处在于虚拟传感器的融合：改进的方向传感器1和改进的方向传感器2将Android旋转矢量与虚拟陀螺仪传感器融合在一起，从而获得了以前未知的稳定性和精度的姿势估计。
除了这两个传感器之外，还可以使用以下传感器进行比较：改进的方向传感器1（Android旋转矢量和校准的陀螺仪的传感器融合-不稳定，但更准确）改进的方向传感器2（Android旋转矢量和校准的陀螺仪的传感器融合-更稳定，但准确性更低）Android旋转向量（加速度计+陀螺仪+指南针的卡尔曼滤波融合）校准的陀螺仪（加速度计+陀螺仪+指南针的卡尔曼滤波融合的单独结果）重力+指南针加速
2018/8/26 12:52:28
457KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB