跟踪滤波实现了功能：①平滑了测量数据，改善了对当前时刻k的状态估计，这一步可以叫“更新”。②根据当前的状态估计对下一刻k+1时刻进行状态估计，为下一次测量做准备，这一步称之为“预测”。当前雷达跟踪领域常用的滤波器有alpha-beta滤波器、alpha-beta-gamma滤波器、卡尔曼滤波器（Kalman filtering，KF）、扩展卡尔曼滤波器（Extended Kalman filter，EKF）、无迹卡尔曼滤波器（Untraced Kalman filter，UKF）和粒子滤波器（Particle filter，PF）等等其他新型滤波器。 在目标跟踪中，由于误差的存在，需要合适的滤波技术进行抑制，同时使用扩展卡尔曼滤波和无迹卡尔曼滤波，解决模型的非线性问题。进一步，将粒子滤波应用于非线性非高斯模型下，通过仿真验证了无迹卡尔曼滤波和粒子滤波具有更优良的跟踪性能。 粒子滤波部分有待改进，期待指正！

永磁同步电机pmsm无感foc控制，观测器采用扩展卡尔曼滤波器ekf，代码运行无错误，支持无感启动，代码移植性强，可以移植到国产mcu上.

魔改卡尔曼扩展滤波器 robot_pose_ekf，我用的系统环境ros-noetic，其它环境可以自己测一下，应该没问题；里面有readme详细说明，b站视频中有简要说明 https://b23.tv/WWQRJGF

结合了EKF,PF的matlab源代码，有很强的参考价值

对比分析EKF，UKF和PF粒子滤波的性能，该代码对认识EKF UKF和PF和有棒子，特别是粒子滤波算法

该程序直接用EKF进行定位解算，可以扩展为各种动态模型，是学习EKF的好例子，是我的原创哦。

各种目标跟踪算法程序（KF，EKF，UKF） 附有pdf说明文档及示例

RustRobotics：PythonRobotics的Rust实现，例如EKF，DWA，Pure Pursuit，LQR