- 卡尔曼滤波（Kalman Filter, KF）
- 扩展卡尔曼滤波（Extended Kalman Filter, EKF）
参考：
- 容积卡尔曼滤波（Cubature Kalman Filter, CKF）
- 无迹卡尔曼滤波（Unscented Kalman Filter, UKF）
- 粒子滤波（Particle Filter, PF）
PS：找了一些参考，但有的实现不同，不太确定算法是否正确
参考：
Unscented Filtering and Nonlinear Estimation.pdf
- 递归最小二乘滤波（Recursive Least Square Filter）
- 递归最小二乘多项式系数拟合（Polynomial Fitting using Recursive Least Square）
- 滑动新息滤波（Sliding Innovation Filter, SIF）
- 扩展滑动新息滤波（Extended Sliding Innovation Filter, ESIF）
- 自适应滑动新息滤波（Adaptive Sliding Innovation Filter, ASIF）
- 自适应扩展滑动新息滤波（Adaptive Extended Sliding Innovation Filter, AESIF）
PS：2020年提出的新算法，从标准卡尔曼滤波改进而来，可以通过将 delta 变大将结果变得更平稳，但很明显这是掩耳盗铃
参考：
The_Sliding_Innovation_Filter.pdf
An_Adaptive_Formulation_of_the_Sliding_Innovation_Filter.pdf
- numpy
- matplotlib
python ./filters/xxxFilter.pyxxxFilter.py 为具体的文件
python ./filters/filters_all_together.py或
python ./filters/test/test_all.py选择匀加速直线运动，位移为观测量，结果如下图：
注：由于系统模型非线性， KF 和 SIF 不适用；最小二乘不需要基于系统模型也不适用
.
├── Readme.md
└── filters
├── AbstractClass 抽象基类
│ ├── AbstractExtendedFilter.py
│ └── AbstractFilter.py
├── AdaptiveExtendedSlidingInnovationFilter.py 自适应扩展滑动新息滤波
├── AdaptiveSlidingInnovationFilter.py 自适应滑动新息滤波
├── CubatureKalmanFilter.py 容积卡尔曼滤波
├── ExtendedKalmanFilter.py 扩展卡尔曼滤波
├── ExtendedSlidingInnovationFilter.py 扩展滑动新息滤波
├── KalmanFilter.py 卡尔曼滤波
├── ParticleFilter.py 粒子滤波
├── RecursiveLeastSquare.py 最小二乘
├── References 参考文档
│ ├── An_Adaptive_Formulation_of_the_Sliding_Innovation_Filter.pdf
│ ├── Cubature_Kalman_Filters.pdf
│ ├── The_Sliding_Innovation_Filter.pdf
│ ├── UnderstandingKalmanFilter.pdf
│ └── Unscented_Filtering_and_Nonlinear_Estimation.pdf
├── SlidingInnovationFilter.py 滑动新息滤波
├── UnscentedKalmanFilter.py 无迹卡尔曼滤波
├── __init__.py
├── filters_all_together.py 滤波算法集中于一个文件
├── images
│ └── all_together.svg 一起测试滤波算法的结果
└── test 测试文件
├── GenerateData.py 生成匀加速数据
├── PlotFigure.py 单独绘图
└── test_all.py 一起测试滤波算法
import numpy as np
from filters import xxxxFilter
...
def Fx():
pass
def Hx():
pass
xf = xxxFilter(X, P, Q, R, H, Fx, Hx)
xf_res = xf(Z, U, t)
xf_res = np.array(xf_res)[0]
...具体请参考 xxxFilter.py 文件单独测试的样例
能力有限，不确保全部都正确，仅供参考。代码写得垃圾，像屎一样，敬请谅解！
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent