本文介绍了一种基于RRT算法的三维避障路径规划与AOA-TDOA融合定位方法。程序通过RRT在三维空间中生成避障路径，并结合方向角（AOA）与时间差（TDOA）量测信息，采用高斯-牛顿法实现目标位置联合估计。仿真结果展示了路径规划与定位轨迹对比、坐标变化及误差曲线，输出包括路径长度、迭代次数及定位精度（如RMSE）。完整MATLAB代码可下载，支持定制与讲解。

卡尔曼滤波与反向滤波示例,卡尔曼滤波与RTS平滑示例（含误差对比分析）

本文介绍了一种基于交互式多模型粒子滤波（IMM-PF）的二维机动目标跟踪算法。该算法结合交互式多模型框架和粒子滤波，能够有效处理目标运动模式未知或频繁切换的场景。实验结果显示，相比传统单模型方法，IMM-PF在目标机动时显著降低了跟踪误差，并准确识别出CV（匀速）和CT（圆周运动）模型的切换过程。MATLAB源代码实现了600步仿真，包含粒子滤波参数设置、CV/CT模型定义及概率权重计算等功能，适

基于TDOA（到达时间差）与IMU（惯性测量单元）数据融合的二维动态定位方法。通过扩展卡尔曼滤波（EKF）将TDOA观测与惯性导航数据进行融合，提高定位精度。代码结构清晰，便于扩展至三维定位或多模型跟踪等应用场景。

本文针对二维雷达目标跟踪问题，提出了一种基于新息协方差匹配的自适应无迹卡尔曼滤波（CM-AUKF）方法。该方法通过滑动窗口估计实际新息协方差，并与理论值对比来自适应调整观测噪声协方差R，同时修正过程噪声协方差Q。仿真结果表明，在噪声统计失配情况下，CM-AUKF相比经典UKF具有更优的跟踪精度和鲁棒性，尤其在滤波初期表现突出。实验通过轨迹误差、自适应参数收敛过程等验证了该方法的有效性，为非线性系统

摘要：该MATLAB代码实现了一个多无人机协同攻击仿真系统，主要特点包括：1) 采用随机初始位置和均匀分布攻击角度初始化无人机群；2) 基于贝塞尔曲线进行路径规划，生成平滑飞行轨迹；3) 通过动态调整速度实现时间同步，确保所有无人机同时到达目标；4) 提供动态仿真可视化，展示无人机轨迹和距离变化过程。系统输出包括路径长度、速度、攻击角度等参数，以及最终的距离误差和时间偏差分析，适用于无人机集群协同

小波变换、傅里叶变换，信号处理。

小波变化，附源代码，MATLAB。去噪，噪声非高斯

本文基于MATLAB实现了一种多雷达目标跟踪系统，采用无迹卡尔曼滤波(UKF)算法对二维机动目标进行状态估计。系统通过融合多个雷达的距离和方位角观测数据，相比传统扩展卡尔曼滤波(EKF)具有更高的非线性处理能力。程序提供轨迹可视化、误差分析及统计特性输出功能，支持雷达位置、噪声参数等关键参数调整。结果显示UKF能显著提升跟踪精度，位置误差较原始观测降低约50%。该算法特别适用于强非线性观测模型（如

本文对比分析了标准互补滤波与基于幅值自适应机制的改进互补滤波在姿态角估计中的性能差异。针对陀螺仪漂移和加速度计噪声问题，提出一种通过新息幅值动态调整权重的自适应算法。仿真实验设置正弦运动场景，在3-6秒加入加速度干扰，结果显示：标准互补滤波在干扰时产生明显偏差，而自适应算法能根据实时观测误差自动调节融合比例，使均方根误差降低约40%，显著提高了系统的鲁棒性和估计精度。该方法适用于存在噪声、漂移和外