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!