模块化估计库
modest的Python项目详细描述
模块化估计器（适度）是一个包，旨在帮助实现各种估计算法与最小数量的“锅炉板”代码。模块化估计器是围绕模块化设计的，这意味着估计算法的各个部分尽可能独立地构建。这使得估计器的配置具有高度的灵活性，并且可以在受控环境中对子组件进行严格的测试。
一般套餐提供的一些功能包括：
- 一个以模块化方式设计估计器的框架，具有易于互换的子组件
- 多种内建估计算法，包括扩展卡尔曼滤波（EKF）、最大似然（ML）估计器和联合概率数据关联滤波器（JPDAF）
- 能够轻松比较不同估计算法之间的性能
- 在受控条件下进行蒙特卡罗模拟以评估给定估计算法性能的框架
请注意，smitch目前仍处于“alpha”开发阶段：这意味着有很大一部分代码仍然没有文档化/未测试。欢迎提供错误报告和功能包含建议！
欢迎加入QQ群-->： 979659372
