课程封面

扩展卡尔曼滤波EKF利用观测距离实时跟踪目标和MATLAB程序详解视频

共8节 已有1人学过

主讲老师zhengyi

更新时间2025-06-25 19:02:48

课件资料暂无

19

加载中...

课程介绍

【内容简介】《扩展卡尔曼滤波利用观测距离跟踪目标和MATLAB程序详解视频》共2章6节视频,总学时40分钟,合0.7小时。它是完整《卡尔曼滤波与应用和MATLAB程序详解视频》(合28.8小时)的第17个视频。课程涉及扩展卡尔曼滤波的应用实例,涉及程序详解及误差分析等问题,这是一个完整的论文毕设写作和科研实例。

主要内容包括:建立平面运动物体的状态方程,基于观测距离建立平面运动物体的观测方程,详解MATLAB程序,讲解论文用图及误差分析,讲解思考与推广6个问题,总结5点重要知识点。

全部免费提供MATLAB程序,免费提供PPT课件,免费提供辅导答疑。

【如何为己所用】:

(1)只需具有自己的平面跟踪问题,代入所给的程序求解即可。

(2)利用提供的程序即可完整得到论文写作所需的指标数据、论文用图。

【相关算法视频课程】

       (1) 前期基础衔接课程:

①《卡尔曼滤波在定位和视频跟踪与估计实际信号等方面的应用》

②《扩展卡尔曼滤波的5个基本公式及其改变与思考》

(2) 后期选学相关课程推荐:

①《基于角度方位的平面运动目标跟踪问题用EKF方法分析》

②《无迹卡尔曼滤波(UKF)处理非线性离散随机系统及其应用》

③《交互式多模型(IMM)滤波及其应用与推广问题》

【实时跟踪算法视频课程】推荐

(1) 卡尔曼滤波与应用和MATLAB程序详解视频;

(2) 粒子滤波与应用和MATLAB程序详解视频。

一、学习指导方案

1、全部视频都在网上。请首先按照视频文件序号由小到大(若前序号相同,说明视频内容密切联系,再看后面序号大小)的序号观看,保证内容由浅入深地顺序学习。

2、在看视频的同时,利用【快速】【暂停】【倒回】操作。

3、将存在的问题记录下来,看看视频是否讲解。对视频还是没有讲解的问题,尽快问【正一算法程序】答疑。

4、视频观看结束后,看看PPT课件,复习、巩固学习效果。

5视频清晰度:(1)建议屏幕分辨率设置为1920x1080 或者屏幕分辨率1280x720。(2)全屏播放。这样看视频更加清晰。

6倍速播放:现在【淘宝平台】已经具备【倍速播放】视频功能。

                                                                     二、目  录

第一章 视频课程亮点特点介绍及慎拍不拍建议与辅导答疑说明(5分钟)

1、先看全面讲解9个关键重点问题和店主预言先告必看第三版(29+4分钟)

2、KF1_1卡尔曼滤波与MATLAB程序视频课程讲什么及能干什么(22分钟,网络上免费“试看”)

3、KF1_2EKF方法视频课程程序提供及课程亮点特点介绍(2分钟,网络上免费“试看”)

4、KF1_3EKF方法视频课程慎拍不拍建议与辅导答疑界定(3分钟,网络上免费“试看”)

第二章  卡尔曼滤波数学模型及MATLAB程序轻松入门(270分钟)

5、KF2_网络搜索分析卡尔曼滤波的影响与应用及获得结论(24分钟)

6、KF3_卡尔曼滤波由来和基本思想及特点和应用领域与参考文献(33分钟)

7、KF4_1温度检测问题的预测温度更新温度递推计算等概念(47分钟)

8、KF4_2温度检测问题的卡尔曼滤波数学模型及递推流程详细分析(29分钟)

9、KF4_3卡尔曼滤波算法及其3组常用记号解读(41分钟)

10、KF4_4温检问题的卡尔曼滤波的MATLAB程序详细分析及关键结论(47分钟,有程序,在线免费观看)

11、KF4_5温检问题的数模方法提升到工程应用及MATLAB程序编写分析(49分钟,有程序)

第三章  标准卡尔曼滤波处理线性离散随机系统算法再提升(173分钟)

12、KF5_数学理论_概率统计理论与方法等简介(39分钟)

13、KF6_1运动汽车目标跟踪问题分析与数学建模及状态空间2维对1维(21分钟)

14、KF6_2无控制项的匀速目标跟踪问题的MATLAB程序及KF滤波效果分析总结(38分钟,有程序)

15、KF6_3工程现场模拟KF分析跟踪问题及MATLAB程序编写分析(24分钟,有程序)

16、KF6_4加控制项的目标跟踪问题的程序及卡尔曼滤波效果分析与总结(17分钟,有程序)

17、KF6_5目标轨迹跟踪问题及其卡尔曼滤波算法进一步总结及思考问题(34分钟)

第四章  卡尔曼滤波理论简介与算法主要参数作用(190分钟)

18、KF7_标准卡尔曼滤波的标准模型及其理论假设及证明与5基本公式等介绍(48分钟)

19、KF8_卡尔曼滤波算法中2个初始值的选择假设及其对误差影响(32分钟,有程序)

20、KF9_状态空间描述中2处噪声的理论要求及其检测办法(72分钟,有程序,在线免费观看)

21、KF10_卡尔曼增益Kg及误差协方差矩阵P的作用分析及离线处理(21分钟,有程序)

22、KF11_卡尔曼滤波论文写作需要的几个数量指标及进一步扩展(17分钟)

第五章  卡尔曼滤波在定位和视频跟踪与估计实际信号等方面的应用(272分钟)

23、KF12_基于卡尔曼滤波方法分析简化的GPS定位问题(42分钟,有程序)

24、KF13_1KF方法分析自由下落球体视频图像问题的系统模型(33分钟)

25、KF13_2视频图像的球体特征识别方法与MATLAB程序分析(46分钟,有程序)

26、KF13_3基于KF方法分析自由下落球体视频图像问题的主程序分析(68分钟,有2个程序)

27、KF13_4工程现场视频中用KF方法分析自由下落球体跟踪的程序分析(23分钟,有程序,在线免费观看)

28、KF14_基于卡尔曼滤波估计电压的实际值详解及其程序对比分析(60分钟,有程序)

第六章  扩展卡尔曼滤波(EKF)处理非线性微分随机系统及其应用3例(230分钟)

29、KF15_1线性系统扩展到非线性系统及雅可比矩阵计算问题(26分钟)

30、KF15_2扩展卡尔曼滤波的5个基本公式及其改变与思考7题(36分钟)

31、KF16_EKF方法详细分析一个非线性标量数学模型问题(41分钟,有程序)

32、KF17_EKF方法分析基于观测距离的二维目标跟踪问题(35分钟,有程序)

32-1、KF17_1平面运动目标问题建立状态方程和观测方程(7分钟,有程序)

32-2、KF17_2程序详解扩展卡尔曼滤波方法分析基于观测距离的平面运动目标跟踪问题(13分钟,有程序)

32-3、KF17_3论文用图4个及数值指标进行误差分析(9分钟,有程序,在线免费观看)

32-4、KF17_4思考与推广6个问题及总结5点重要知识点(6分钟,有程序,在线免费观看)

33、KF18_基于角度方位的二维目标跟踪问题用EKF方法分析(49分钟,有程序)

第七章  无迹卡尔曼滤波(UKF)处理非线性离散随机系统及其应用(255分钟)

34、KF19_1扩展卡尔曼滤波缺陷与UKF方法引入与无迹变换流程(39分钟)

35、KF19_2无迹卡尔曼滤波介绍及思考问题(16分钟)

36、KF20_1观测距离的跟踪问题状态及观测方程与UKF流程程序实现(34分钟)

37、KF20_2跟踪问题的MATLAB程序用无迹卡尔曼滤波算法实现(30分钟,有程序)

38、KF21_1状态6分量并且观测2分量的两个方程的函数写法(19分钟,有程序)

39、KF21_2UKF程序的子函数详细分析与思考7个问题(41分钟,有程序)

40、KF22_工程现场用UKF方法分析定位或跟踪问题的程序详解(43分钟,有2程序)

41、KF23_扩展和无迹卡尔曼滤波方法对比分析非线性数学模型问题(33分钟,有程序,在线免费观看)

第八章  交互式多模型(IMM)滤波及其应用与推广问题(309分钟)

42、KF24_交互式多模型及蒙特卡罗模拟方法简介(30分钟)

43、KF25_马尔可夫链与转移概率矩阵等概念简介(25分钟)

44、KF26_1交互式多模型状态方程与观测方程的结构及转移概率与模型概率(30分钟)

45、KF26_2交互式多模型4大步骤及其公式详解与思考4问题(41分钟)

46、KF27_1程序书写模型状态方程与观测方程及交互输入(23分钟,有程序)

47、KF27_2IMM滤波3子函数及轨迹图形显示分析解读(52分钟,有程序)

48、KF28_交互式多模型(IMM)方法滤波精度影响参数及优缺点综合分析(56分钟,有程序)

49、KF29_工程现场用IMM方法分析跟踪问题的程序详解及祝福(52分钟,有2程序)

五、下载文件

附件1_必先看_EKF观测距离跟踪及MATLAB程序视频学习等问题.doc

附件2_程序_ EKF观测距离跟踪及MATLAB程序.rar

附件3_PPT课件_EKF观测距离跟踪及MATLAB程序视频.rar附件5_自学_EKF卡尔曼滤波介绍.ppt

讲师介绍

讲师头像

zhengyi

郑一,青岛高校退休多年,三级数学专业教授,硕士研究生毕业,硕士研究生导师。在职期间主讲本科生课程、研究生课程多门,主编《概率论与数理统计》等教材及学习指导书7部。退休前后,讲授强化学习和深度强化学习、卷积神经网络和长短时记忆网络、信号分析与处理算法、图像分析与处理算法、优化算法等30多门算法视频课程,算法课程远销台湾、香港、英国、德国和美国等地区或国家,深受网友们和学子们的喜爱和推崇。

AI课程导读

本课程围绕扩展卡尔曼滤波在二维目标跟踪中的应用展开,重点讲解从位置观测过渡到距离观测时,如何建立状态方程、非线性观测方程,并通过雅可比矩阵完成EKF线性化。你将结合MATLAB程序,逐步掌握噪声驱动矩阵G、过程噪声Q、观测矩阵H、预测更新、距离子函数、估计距离与速度计算,以及结果绘图和误差分析。课程强调算法、程序、论文毕设与实际应用四结合,程序、课件免费提供,并配有详解、调参建议和答疑辅导。适合已有一定MATLAB和卡尔曼滤波基础、希望完成目标跟踪仿真、课程设计或毕业论文的学习者。学完后,你能读懂并运行EKF跟踪代码,正确比较观测距离与估计距离,理解初值影响,并能进一步推广到方位观测、距离+方位、三维跟踪及UKF等非线性滤波场景。

AI课程大纲

正一算法程序视频

zhengyi

郑一,青岛高校退休多年,三级数学专业教授,硕士研究生毕业,硕士研究生导师。在职期间主讲本科生课程、研究生课程多门,主编《概率论与数理统计》等教材及学习指导书7部。退休前后,讲授强化学习和深度强化学习、卷积神经网络和长短时记忆网络、信号分析与处理算法、图像分析与处理算法、优化算法等30多门算法视频课程,算法课程远销台湾、香港、英国、德国和美国等地区或国家,深受网友们和学子们的喜爱和推崇。

评价

给该课程打分:

发表