文章目录 CKF完整源代码与注释程序运行结果绘图部分误差的统计特性计算与输出部分 CKF CKF全称为容积卡尔曼滤波，相比于UKF（无迹卡尔曼滤波），拥有更合理的理论推导和鲁棒性，且在理论上比UKF的精度更高。 另有： 与EKF的对比程序：https://blog.csdn.net/callmeup/article/details/136147833 完整源代码与注释

介绍 容积卡尔曼滤波在理论上拥有比UKF更高的精度和稳定性，本自适应算法通过对观测残差的计算，在观测协方差R不准确或无法获得时，对R进行调节，以起到降低估计误差的作用。 模型 使用的是三维的非线性模型，经过适当修改，可用于组合导航等领域。 三轴滤波结果如下： 代码组成部分 只有一个m文件，方便运行。由以下几个部分组成： 运行结果 单轴的误差对比： 未滤波>CKF>ACKF（A是

三维滤波，非线性系统状态与非线性观测，使用EKF和CKF进行滤波，输出滤波值曲线与误差对比，MATLAB程序如下： % EKF+CKF效果对比% author:Evand% 作者联系方式：evandjiang@qq.com（除前期达成一致外，付费咨询）% date: 2023-12-05% Ver1clear;clc;close all;%% 滤波模型初始化t = 1:1:1000

0 前言 为了克服UKF在高维情况下出现滤波精度低的问题，Arasaratnam 和Haykin基于Caubature求积分变换，提出了容积卡尔曼滤波CKF方法。后来众多学者又基于CKF，提出了很多改进版本，如平方根CKF。 对于高斯分布下的非线性滤波问题，实际上就求后验期望的积分。由于被积分函数表现为非线性后验分布与高斯概率密度的乘积，因此一般很难得到解析解。这也是线性系统下该积分可以得到解