文章目录CKF程序运行结果绘图部分误差的统计特性计算与输出部分部分代码和注释下载链接CKFCKF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

有无标签：按照求解的方法不同，有监督学习算法可以进一步分为生成模型与判别模型。1.有监督学习：分类问题回归问题2.无监督学习：聚类数据降维问题3.无监督学习机器学习三要素：模型：条件概率分布，决策函数策略：损失函数，最大似然函数，最小二乘算法：梯度下降

变基(rebase)与合并(merge) 变基(rebase)与合并(merge)项目背景一直都很想讲变基与合并，但是平常都是一个人在研发一个项目，最近接到的需求是多人研发，这种情况下，git提交的规范，以及变基的好处就体现出来了因此就想着聊一聊变基与合并，对日后的项目开发也会有帮助合并何为合

  扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）和容积卡尔曼滤波（CKF）。通过对比这三种算法在相同动态系统下的表现，用户能够深入理解每种滤波器的优缺点，为自己的项目选择最合适的技术方案。主要特点三种滤波算法对比：同时实现EKF、UKF和CKF，便于用户直观比较不同算法在相同条件下

前言标题里的EKF、UKF、CKF、PF分别为：扩展卡尔曼滤波、无迹卡尔曼滤波、容积卡尔曼滤波、粒子滤波。EKF是扩展卡尔曼滤波，计算快，最常用于非线性状态方程或观测方程下的卡尔曼滤波。但是EKF应对强非线性的系统时，估计效果不如UKF。UKF是无迹卡尔曼滤波/无味卡尔曼滤波，使用U