数据集概述
本数据集包含与Kulikova M. 2009年发表论文配套的MatLab代码，用于实现基于扩展协方差平方根卡尔曼滤波（eSRCF）的极大似然估计方法，解决传统微分卡尔曼滤波的数值不稳定性问题，代码仅作教学参考。
文件详解
- 文件名称: readme.txt
- 文件格式: TXT (.txt)
- 内容: 说明代码用途、引用要求及各文件功能概述，提示代码仅作教学用，不保证无错误。
- 文件名称: Diff_KF_conventional.m
- 文件格式: MatLab脚本 (.m)
- 内容: 实现传统方法的微分卡尔曼滤波算法。
- 文件名称: Diff_KF_eSRCF.m
- 文件格式: MatLab脚本 (.m)
- 内容: 实现扩展平方根协方差滤波（eSRCF）的微分卡尔曼滤波算法。
- 文件名称: run_test_score.m
- 文件格式: MatLab脚本 (.m)
- 内容: 测试评分的运行脚本，用于验证代码功能。
- 文件名称: Subs_parameter_value.m
- 文件格式: MatLab脚本 (.m)
- 内容: 参数值替换的辅助脚本。
适用场景
- 卡尔曼滤波算法教学: 辅助理解传统与扩展平方根协方差滤波的数值稳定性差异。
- 极大似然估计方法研究: 对比不同卡尔曼滤波微分实现对极大似然估计的影响。
- 统计滤波数值稳定性分析: 验证扩展平方根方法在参数估计中的数值优势。
- 学术研究参考: 为相关领域研究提供滤波算法实现的代码示例（需引用原论文）。
