二维平面下的UWB与IMU紧耦合定位导航系统仿真框架。该系统采用扩展卡尔曼滤波(EKF)进行多源信息融合。仿真结果表明，该紧耦合结构能有效实现定位导航，通过直接融合原始UWB测距数据避免了松耦合结构的分步定位误差。系统在20秒仿真中测试了圆周和直线组合运动轨迹，并提供了位置RMSE、最大误差等多项评估指标。该适用于室内定位和GNSS拒止环境下的机器人导航等场景，采用MATLAB实现。

本文提出了一种基于多传感器协同的目标动态轨迹跟踪方法，结合了MUSIC算法、最小二乘定位和扩展卡尔曼滤波(EKF)技术。系统采用4个固定传感器站，每个配备8阵元均匀线阵，通过处理目标辐射信号实现被动定位。仿真实验对比了最小二乘定位与EKF跟踪的效果，结果显示EKF能显著提高轨迹跟踪精度。文章详细介绍了系统架构、算法流程和仿真结果，包括空间谱分析、轨迹对比和误差分析图。该方法适用于雷达、声呐等领域的

深度学习训练中有时会出现损失函数（loss）波动大但模型效果良好的现象，尤其在时间序列和TCN网络任务中常见。本文分析该现象的三大原因：任务噪声导致loss不平滑、小batch梯度不稳定、loss与任务指标不一致，并提出针对性解决策略：调整优化器参数、增大batch size、选择任务相关的自定义损失函数。实验表明，在序列任务中应更关注验证指标而非loss曲线本身，调试后的TCN模型虽loss波动

本文介绍了三维TOA定位场景下GDOP和CRLB分析的MATLAB实现。程序通过设定四个锚点及目标位置，构建TOA测量误差模型，计算网格点上的几何矩阵H和费舍尔信息矩阵FIM，进而推导CRLB和GDOP值。结果显示GDOP等值图和CRLB空间分布，评估几何布局对定位精度的影响。该分析为定位系统设计、锚点优化提供理论依据。代码包含参数设置、网格扫描和可视化模块，支持自定义锚点配置和目标位置。

本文给出介绍和matlab程序，来实现地磁辅助惯性导航仿真验证，包含地磁基准图构建、飞行轨迹生成、INS误差建模、地磁匹配定位及多源数据融合等模块。通过对比分析验证地磁匹配修正惯性导航累积误差的有效性，可视化显示卫星拒止环境下的航迹修正效果。

本文提出了一种水下机器人(AUV)三维定位方法，融合长基线(LBL)声学定位与IMU数据。通过扩展卡尔曼滤波(EKF)算法，将高频IMU数据(100Hz)与低频声学测距数据(1Hz)进行融合，实现对机器人位置、速度和传感器偏差的联合估计。仿真采用螺旋下潜+正弦调制的三维轨迹，并考虑了IMU噪声偏差及声学测距的多径效应。实验结果表明，融合定位的3D均方根误差为5.995m，较纯LBL定位(21.90

本文介绍了一种基于自适应渐消扩展卡尔曼滤波（AFEKF）的三维雷达机动目标跟踪算法。该算法针对目标机动时模型失配问题，通过设计自适应渐消因子调整预测协方差，提高跟踪精度。仿真实验表明，AFEKF相比标准EKF在位置和速度估计误差上均有明显改善，尤其能有效应对目标加速度突变情况。程序提供了三维轨迹、位置误差、速度估计等可视化结果，并输出量化性能指标。该算法适用于复杂机动目标的雷达跟踪场景，可进一步扩

对比经典扩展卡尔曼滤波(EKF)与自适应扩展卡尔曼滤波(AEKF)的MATLAB仿真程序。该程序针对三维非线性离散系统，通过构造真实状态、含噪声状态和观测数据，分析两种滤波方法的性能差异。系统模型包含非线性状态转移和观测方程，并人为设置了观测噪声突变场景来测试滤波器的鲁棒性。自适应EKF通过动态调整观测噪声协方差矩阵R来应对异常观测

本文介绍了一种基于自适应容积卡尔曼滤波（CM-ACKF）的二维雷达目标跟踪方法。针对非线性系统中的状态估计问题，通过MATLAB仿真对比了经典CKF与自适应CKF在噪声参数不准确时的性能差异。文章详细阐述了目标匀速运动模型和雷达测距测角观测模型的设计原理，重点解析了CKF的容积点采样策略和预测更新过程。创新性地引入基于新息协方差的在线噪声参数调整机制，使滤波器能够自动修正过程噪声Q和观测噪声R，逐

基于MATLAB的自适应窗口滑动滤波图像处理方法，通过对比传统固定窗口滤波与自适应滤波在不同噪声环境下的处理效果。实验采用椒盐噪声和高斯噪声测试，结果显示自适应滤波能根据局部特征动态调整窗口大小：在强噪声区域增大窗口增强抑噪能力，在边缘区域减小窗口保留细节。程序提供可视化结果（滤波效果图、窗口分布图、误差热力图）和定量指标（PSNR、SSIM、MSE），表明自适应方法在噪声去除与细节保留方面优于传