- 博客(62)
- 收藏
- 关注
RSS订阅原创 基于非参数概率密度估计的鲁棒定位方法
基于非参数概率密度估计的鲁棒定位方法在处理复杂环境中的定位问题时表现优异。通过合理的数据预处理和非参数估计，可以有效提高定位精度和鲁棒性。以上示例可以根据具体的应用场景进行调整和扩展。
2024-12-14 21:41:37
470
原创 MATLAB函数介绍——arrayfun
arrayfun函数是 MATLAB 中的一个非常有用的函数，用于对数组的每个元素应用一个指定的函数。它的基本作用是将一个函数应用于数组的每一个元素，并返回一个相同大小的数组，包含函数应用后的结果。
2024-12-13 07:40:02
892
原创 MATLAB选取向量中最大的若干个值个值，并返回所在位置的函数
在这个示例中，maxk函数成功提取了向量中最大的五个值及其在原向量中的索引位置。这种方法在数据分析和处理时非常有用，特别是当需要快速找到最大值时。
2024-12-12 07:56:48
495
原创 基于卡尔曼滤波和概率的无人机集群构型自适应选择算法，MATLAB程序
本文提出的算法结合了卡尔曼滤波与概率理论，以优化无人机集群的构型。算法的核心在于通过集群概念来选择适合卫星定位的领航无人机（主机）。
2024-12-11 16:56:20
1085
转载 MATLAB工具：模糊逻辑设计器fuzzyLogicDesigner的使用方法
右击每个输入或输出变量选择edit，进入隶属函数编辑界面：在这里可以添加、编辑或删除隶属函数，调整其形状和参数。是一个强大的工具，可以直观地创建和修改模糊逻辑系统，适合希望利用模糊逻辑进行控制或决策的用户。通过简单的图形界面，用户可以方便地添加变量、定义规则和测试系统。
2024-12-11 10:36:39
1205
原创 【MATLAB的命令】——drawnow
drawnow是一个非常实用的命令，尤其在需要实时更新图形或处理图形事件时。使用drawnow可以提高用户体验，使得动态可视化效果更加流畅。
2024-12-09 10:27:44
504
原创 RTK数据的采集方法
环境影响：确保采集环境尽可能开阔，以减少多路径效应和信号遮挡。设备校准：定期校准设备，以确保数据准确性。法规遵循：遵循当地关于GNSS设备使用和数据采集的法规。
2024-12-06 20:22:34
1079
原创 模拟LOS/NLOS混合环境的MATLAB代码
在MATLAB中模拟LOS（视距）和NLOS（非视距）混合环境，可以通过设置不同的信号传播模型来实现。以下是一个简单的MATLAB示例代码，模拟接收信号强度的变化，包括LOS和NLOS场景。
2024-12-05 10:15:46
442
原创 STM 32的常见外设和使用注意事项
GPIO用于连接和控制各种外部设备，如开关、LED、传感器等。USART用于串行通信，广泛应用于与其他设备（如传感器、模块）进行数据交换。ADC用于将模拟信号转换为数字信号，常用于传感器数据采集。PWM用于控制电机速度、调光LED等应用。I2C是一种常用的串行通信接口，适用于连接多个传感器和设备。SPI是一种高速串行通信协议，常用于与传感器、存储器等设备通信。在使用STM32的外设时，务必仔细阅读相关的参考手册和数据手册，确保按照规范进行配置和操作。根据具体应用需求，调整设置以实现最佳性能。
2024-12-04 07:49:30
624
原创 基于MATLAB和Python的滤波编程技术文档撰写指南
在技术的浩瀚海洋中，一份优秀的技术文档宛如精准的航海图。它不仅是知识传承的载体，更是团队协作的桥梁，支持着产品的成功。然而，如何清晰地阐释复杂技术，尤其是在滤波编程这样的领域，往往让人感到困惑。以下将围绕技术文档的规划布局、语言表达及更新维护三个方向，探讨如何打造出高质量的技术文档，并提供一些滤波的基本公式与实现细节。
2024-12-04 07:46:45
714
原创 利用斯托克斯和反斯托克斯信号解调出的当前温度值的方法
通过分析斯托克斯和反斯托克斯信号的强度比，可以有效地解调出样品的温度。这种方法广泛应用于光谱学、材料科学和生物医学等领域。
2024-12-03 11:43:57
1204
原创 迭代卡尔曼滤波 VS 经典（传统）卡尔曼滤波
迭代卡尔曼滤波是一种有效的状态估计方法，适用于处理复杂动态系统。通过引入迭代机制，它能在多种应用场景中提高估计的准确性，尤其是在非线性和非高斯噪声的环境中。
2024-12-02 20:27:16
1001
原创 二维的集合卡尔曼滤波（Ensemble Kalman Filter，EnKF）（模拟平面上的目标跟踪），MATLAB代码
集合卡尔曼滤波（Ensemble Kalman Filter, 简称EnKF，与Extend Kalman Filter的简称进行区分）是一种基于状态估计的非线性滤波方法，广泛应用于动态系统中的状态估计和数据同化问题。它通过使用一组样本（即“集合”）来近似状态的概率分布，有效地处理高维和非线性系统。
2024-12-02 13:28:13
1092
原创 打造高质量技术文档的关键要素（结合MATLAB）
一份优秀的技术文档不仅是信息的汇集，更是沟通的桥梁。通过合理的规划布局、清晰的语言表达以及有效的更新维护，可以确保技术文档的系统性、准确性和实用性。无论是技术专家还是新手，遵循这些原则，都会为技术传播之路点亮明灯。
2024-11-29 11:14:30
445
原创 集合卡尔曼滤波（EnKF）的三维滤波（模拟平面定位）例程，带逐行注释
状态转移矩阵 (A：定义如何从当前状态转移到下一个状态。这里使用了时间间隔T来更新位置和速度。测量矩阵 (H：定义如何从状态生成测量值，使用线性组合来映射状态到测量空间。整段代码的主要目标是通过集合卡尔曼滤波算法对一个三维动态系统进行状态估计。它通过模拟真实状态和测量值的过程，展示了如何使用 EnKF 来处理动态系统，并通过可视化结果和误差分析来评估估计的准确性。
2024-11-26 10:11:27
668
转载 知识蒸馏——模型压缩技术
知识蒸馏（Knowledge Distillation）是一种模型压缩技术，通过将大型、复杂的模型（通常称为“教师模型”）中学到的知识转移到一个较小的模型（称为“学生模型”）中，从而提高学生模型的性能。此过程旨在使得学生模型在推理时更快且占用更少的计算资源，同时尽可能保留教师模型的准确性。
2024-11-26 10:10:47
1324
原创 将自定义函数添加到MATLAB搜索路径的方法
在MATLAB中，将自定义函数添加到搜索路径可以确保你能够方便地调用这些函数，而不必每次都指定完整路径。本文介绍几种将自定义函数添加到MATLAB搜索路径的方法。
2024-11-16 14:04:52
879
原创 matlab的函数名和函数文件名的关系（编程注意事项）
一致性要求：功能定义：命名约定：文件扩展名：避免命名冲突：函数参数：文档注释：使用路径管理：调试：在MATLAB编程中，函数名与函数文件名之间的关系是非常重要的。遵循一致性要求、避免命名冲突以及保持良好的编码习惯，可以提高代码的可读性和可维护性。通过合理命名和注释，可以使代码更加易于理解和使用。
2024-11-16 13:38:12
948
原创 MATLAB中的绘图技巧
综上所述，MATLAB凭借其强大的绘图功能，为用户提供了丰富多样的可视化选择。从基础的二维图形到复杂的三维动画，MATLAB都能够胜任。掌握这些绘图技巧，不仅能够提升数据分析的可读性，也能够增强报告和论文的视觉冲击力。相信本文的介绍能够帮助读者更好地探索MATLAB中的绘图之道。希望这篇文章能够为您提供有价值的参考，并帮助您更好地理解MATLAB中的绘图技巧！如有其他需求，请随时告诉我。
2024-11-15 14:17:11
717
1
原创 在MATLAB中导入TXT文件的若干方法
对于复杂的TXT文件，用户可以使用readtable函数中的自定义选项，指定分隔符、数据类型等。在MATLAB中导入TXT文件是数据分析的第一步。通过本文介绍的不同方法，用户可以根据数据文件的格式和内容选择最适合的导入方式。无论是简单的数值数据还是复杂的文本数据，MATLAB都能为您提供便捷的数据导入功能。希望这篇文章能帮助您顺利导入所需的数据，开启您的数据分析之旅！
2024-11-15 14:15:55
1938
原创 【逐行注释】MATLAB的EKF和UKF例程与详细注释|附下载链接
这是一个状态量为三维的MATLAB下的滤波程序，分成EKF（扩展卡尔曼滤波）和UKF（无迹卡尔曼滤波）两种，分别滤波后，显示滤波值的曲线、滤波误差的对比曲线、滤波误差的最大值、平均值、标准差的输出。
2024-11-14 10:18:24
1062
原创 鲁棒自适应滤波，MATLAB
鲁棒自适应滤波是一种强大的信号处理技术，适用于动态和不确定的环境。通过引入鲁棒性设计，它能有效地处理各种干扰和异常值。在实际应用中，鲁棒自适应滤波器被广泛用于通信、控制、图像处理等领域，以提高系统的稳定性和性能。
2024-11-12 09:26:30
1212
原创 膜计算 MATLAB例程（仅例程，无背景）
膜计算是一种富有前景的计算模型，借鉴了生物系统的特性，提供了新的思路来解决复杂计算问题。随着对其理论和应用的深入研究，膜计算有潜力在多个领域产生重要影响。
2024-11-11 10:07:25
991
转载 MATLAB中，clear命令的使用方法
在MATLAB中，clear命令是一个非常重要的工具，用于管理工作空间中的变量。其主要功能是清除变量，以帮助用户保持环境的整洁并避免潜在的命名冲突。以下是clear命令的详细使用方法和相关信息。
2024-11-08 09:16:39
1124
原创 不画饼——研究生学习和赚钱的平衡点
在现代社会中，年轻人面临着学习和赚钱之间的矛盾。尤其是在经济压力日益增大的背景下，如何在这两者之间找到合适的平衡点，成为了许多学生和职场新人面临的重要问题。本文将探讨在何种情况下应该听从老师的建议，专注于学习；而在何种情况下则应优先考虑赚钱，以满足个人经济需求。
2024-11-05 00:40:30
873
原创 《IMM交互式多模型滤波MATLAB实践》专栏目录，持续更新……
【逐行注释】基于CV/CT模型的IMM|MATLAB程序|源代码复制后即可运行，无需下载【matlab代码】3个模型的IMM例程（匀速、左转、右转），附源代码（可复制粘贴）（CV、CA、左转CT、右转CT）的交互式多模型系统，介绍与MATLAB例程四个模型（CV、CA、左转CT、右转CT）的交互式多模型系统，介绍与MATLAB例程交互式多模型（IMM）是一种用于动态系统状态估计的算法，特别适合处理目标运动模式变化的情况。在现实世界中，目标的运动状态可能会因为环境变化或其他因素而发生变化。
2024-11-03 00:18:38
875
原创 多个锚点定位时的锚点优选方法（附公式和python代码讲解）
以上 Python 代码实现了三种锚点选择方法：基于几何分布的选择、基于距离最小化的选择和加权优化选择。你可以根据实际应用场景调用这些函数来选择最佳的锚点组合。在这些代码中，使用了 NumPy 进行数组操作和数学计算，使用 itertools 库生成锚点组合，以便于执行组合选择。
2024-11-03 00:18:26
280
原创 调试EKF的MATLAB代码的关键点
EKF依赖于准确的状态模型和观测模型。确保以下内容准确：xkfxk−1uk−1wk−1xkfxk−1uk−1wk−1其中，xkxk是状态向量，uk−1uk−1是控制输入，wk−1wk−1是过程噪声。zkhxkvkzkhxkvk其中，zkzk是观测向量，vkvk是观测噪声。
2024-11-02 00:23:25
730
2
原创 调试EKF的关键点，附python代码
调试EKF代码时，确保模型的正确性、雅可比矩阵的准确性、噪声协方差矩阵的设置、合理的初始条件、卡尔曼增益的计算和动态更新的正确性是至关重要的。通过详细的公式和示例代码，有助于更好地理解EKF的实现过程及其调试要点。
2024-11-01 09:19:19
1016
1
原创 HUGE滤波器分析、matlab例程
HUGEHUGEHUGE滤波器通过动态调整噪声方差和灵活的增益计算，能够更有效地应对实际系统中的异方差性，提供更准确的状态估计。这种方法在许多应用中都非常有用，例如导航、跟踪和环境监测等领域。
2024-10-31 09:56:34
579
1
原创 研究生导师不指导、学生问问题的时候只知道让去看文献，学生该怎么办
比如，有的导师可能喜欢学生独立完成初步研究，而有的则更乐于提供具体的指导。：定期反思自己的学习和研究进展，问自己是否在主动寻找解决方案，而不是单纯依赖导师的指导。通过这些具体的措施，你可以更有效地应对导师的指导方式，同时提升自己的独立研究能力。比如，如果导师建议你关注某个新的研究领域，可以考虑将其纳入你的研究计划。：如果你发现导师不喜欢频繁的咨询，可以尝试在每次与导师见面之前准备一个详细的进展报告，展示你所做的工作和遇到的问题。：参加研讨会、讲座和学术会议，主动与其他教授交流，询问他们的研究和经验。
2024-10-30 12:51:04
680
原创 交互式多模型专栏推荐
交互式多模型（IMM）是一种用于状态估计和目标跟踪的算法，适合处理目标运动模式变化的情况。它结合多个运动模型，如匀速、转弯和加速模型，通过实时更新和加权融合各模型的状态，提高估计精度。IMM使用转移概率矩阵来管理模型之间的切换，并根据观测数据更新每个模型的概率。广泛应用于无人驾驶、航空航天等领域，能够在复杂动态环境中有效跟踪目标。
2024-10-30 12:50:42
1172
原创 研究生在学术旅程中可能会遇到不同类型的导师，下面的请避雷
研究生在选择导师时，了解潜在的坏导师类型及其特点非常重要。尽量选择那些能够提供支持、尊重学生、具备相关专业知识的导师。如果不幸遇到坏导师，建议及时寻求其他教师或学术顾问的帮助，维护自己的学术发展和心理健康。研究生在学术旅程中可能会遇到不同类型的导师，其中一些可能会被视为“坏导师”。
2024-10-28 10:29:59
423
原创 如何制定有效的学习计划
一个好的学习计划不仅能帮助你有效地管理时间，还能确保你在学习过程中保持动力和方向。本文将详细探讨如何制定有效的学习计划，包括目标设定、时间管理、学习策略、评估与调整等方面，此外，还将结合公式来帮助读者更好地理解和应用这些方法。通过明确目标、合理分配时间、选择合适的学习策略以及定期评估与调整，你将能够有效提升学习效率。希望本文提供的框架和公式能够帮助你在学习过程中更好地管理时间、提升学习效果，并最终实现自己的学习目标。保持学习日志或记录，定期反思自己的学习过程，总结经验教训。时间是学习过程中最宝贵的资源。
2024-10-27 09:18:38
8718
原创 大学新生入门编程的推荐路径
编程已成为当代大学生的必备技能，但面对众多编程语言和学习资源，新生们常常感到迷茫。本文将探讨如何选择适合自己的编程语言、制定有效的学习计划，并避免常见的学习陷阱，帮助你在大学生活和未来职业发展中打下坚实基础。
2024-10-26 20:13:31
777
原创 matlab中，close和close all的区别、clc和clear的区别、
理解这些命令的区别可以帮助你更高效地使用 MATLAB，避免不必要的错误或数据丢失。在编写代码时，选择合适的命令非常重要。
2024-10-26 00:29:05
817
原创 评估不同噪声处理技术效果的方法
通过使用上述方法和公式，可以系统地评估不同噪声处理技术在定位系统中的效果。这些评估不仅有助于选择最佳的噪声处理方案，也为后续的系统优化提供了依据。在定位系统中，评估不同噪声处理技术的效果是优化性能的关键步骤。以下是详细的方法和公式，用于系统地评估这些技术的效果。MAE 是另一种评估误差的指标，计算估计值与真实值之间的绝对差的平均值。绘制误差的直方图，展示误差的分布情况，有助于识别系统的偏差特征。通过绘制真实轨迹与估计轨迹的图形，可以直观地观察定位效果。评估在所有估计中出现的最大误差。
2024-10-25 09:57:13
879
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人