mehryaragha/Approxi​mate_Filtering

Version 2.0.0.0 (13,3 KB) von Mehryar Emambakhsh
Extended Kalman Filtering Exact and Approximation
0.0
(0)
55 Downloads
Aktualisiert 2. Okt 2017
Lizenz auf GitHub anzeigen

Approximate Computing for an Extended Kalman Filtering Tracker
An implementation of the paper: P. Garcia, M. Emambakhsh, and A. Wallace, “Learning to approximate computing at run-time,” IET 3rd International Conference on Intelligent Signal Processing (ISP 2017), to appear.

Run Demo_detailed_visualisation.m and Demo.m to simulate Figure 4 of the paper, which contains dynamic approximation via four different Kullback–Leibler (KL) thresholds.

Run Demo_Exact_Computation.m for exact computation, i.e target tracking with an extended Kalman filter without any approximation.

Zitieren als

Mehryar Emambakhsh (2024). mehryaragha/Approximate_Filtering (https://github.com/mehryaragha/Approximate_Filtering), GitHub. Abgerufen .

Kompatibilität der MATLAB-Version
Erstellt mit R2017b
Kompatibel mit allen Versionen
Plattform-Kompatibilität
Windows macOS Linux
Kategorien
Mehr zu State-Space Control Design and Estimation finden Sie in Help Center und MATLAB Answers

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!

Versionen, die den GitHub-Standardzweig verwenden, können nicht heruntergeladen werden

Version Veröffentlicht Versionshinweise
2.0.0.0

More detailed visualisation of the output, using the Dynamic_approximation_detailed_visualisation.m and Demo_detailed_visualisation.m functions.
1.0.0.0

Um Probleme in diesem GitHub Add-On anzuzeigen oder zu melden, besuchen Sie das GitHub Repository.
Um Probleme in diesem GitHub Add-On anzuzeigen oder zu melden, besuchen Sie das GitHub Repository.