Je vais développer le filtre de Kalman, l'estimation d'état et le filtrage de données en python

Je crée des scripts d'estimation d'état professionnels et mathématiquement rigoureux en Python, conçus pour la robotique, le traitement du signal et les simulations de navigation.

Ce que je propose :

• Filtrage linéaire : filtres de Kalman standards (KF) optimisés pour la dynamique des systèmes linéaires et le débruitage de capteurs de base.
• Estimation non linéaire : filtres de Kalman étendus (EKF) et filtres de Kalman unscented (UKF) pour suivre des états très non linéaires sans divergence.
• Filtres particulaires avancés : méthodes de Monte Carlo séquentielles pour des distributions de bruit non gaussiennes et le suivi d'environnements complexes.
• Fusion de capteurs : combiner des ensembles de données conflictuelles (par exemple, IMU, GPS, encodeurs) en un vecteur d'état unique et très précis.
• Graphiques de télémétrie : de belles courbes Matplotlib comparant les mesures bruyantes, la vérité terrain et les estimations filtrées.

Pourquoi choisir ce service ?

• Mathématiques explicites : chaque script comporte des matrices de covariance clairement définies ($Q, R, P$) avec des commentaires détaillés.
• Pas de boîtes noires : code source Python 100 % ouvert, lisible et conforme à PEP-8.

Contactez-moi avant de commander avec vos équations d'état du système et profils de bruit !