与EKF不同的是，UKF使用一组称为sigma points的点来近似概率分布的传播，避免了线性化的过程，通常能提供比EKF更准确的结果。 粒子滤波 器 (Particle Filter, PF)

2023年7月1日 · 无迹卡尔曼滤波（UKF）是对EKF的一种改进算法，主要解决了EKF由于线性化误差引起的估计误差问题。UKF通过使用一组特定的采样点（称为Sigma点）来代替

针对传统的无迹卡尔曼滤波(ukf)算法不能根据场景变化而自适应调整尺度因子α的问题,提出了一种改进算法,该算法利用ukf非线性近似的预测值与真实值之间的误差来调节α,并对采样策略进行了修正。

UKF-M, for Unscented Kalman Filtering on (parallelizable) Manifolds, is a novel methodology for implementing unscented Kalman filter both on manifold and Lie groups.

2022年11月28日 · 无迹卡尔曼滤波（Unscented Kalman Filter, UKF）是一种用于处理非线性系统状态估计的递归滤波器。相比于扩展卡尔曼滤波（EKF），UKF在处理非线性问题时通常表现得更为精确和稳健。它通过一种称为“无迹变换”（Unscented Transform, UT）的技术来近似非线性函 …

We can simulate the EKF, the UKF and the particle filter to estimate the state x. We used a simulation length of 50 time steps, and 200 particles in the particle filter. Conclusions. Particle filter shows greater performance than both the EKF and the UKF. And we its preformance gets better when the number of particles increase.

UKF是通过 Gauss-Hermite采样点 实现了均值和协方差矩阵的更新。 既然Gauss-Hermite采样点和粒子滤波中的采样点比起来，一般数量很少，那么粒子滤波还有存在的必要吗？

2022年9月25日 · ukf算法是对非线性函数的概率密度分布进行近似，用一系列确定样本来逼近状态的后验概率密度，而不是对非线性函数进行近似，不需要对雅可比矩阵进行求导。

2025年3月6日 · UKF无迹卡尔曼滤波是一种基于概率的滤波算法，它通过迭代更新状态估计和测量值，实现对状态的准确估计。 在路面附着系数模型的估算中，UKF可以有效地处理非线性、时变性和不确定性等问题。 在三自由度车辆模型中，UKF可以估算纵向车速、横摆角速度和质心侧偏角等关键参数。 通过UKF算法，可以实现对车辆动力学模型的实时、精确估计，从而为驾驶决策提供依据。 EKF扩展卡尔曼滤波是一种基于扩展卡尔曼方程的滤波算法，它通过迭代更新状态和测 …

2024年11月12日 · 无迹卡尔曼滤波（ukf）作为一种改进算法，通过引入无迹变换（ut）来处理非线性问题，显著提升了估计精度。 本文将详细介绍UKF算法的原理、框图设计及其在Python中的实现。