《MATLAB创新性滤波算法》专栏旨在分享具有一定创新性的滤波方法，并配有适当的MATLAB例程供读者参考。为了保证一定的新颖性、创新性，在编辑时耗费了大量的时间和精力，因此设置为付费专栏，以下是专栏的目录
自适应卡尔曼部分
EKF 自动匹配维度 MATLAB代码：https://blog.csdn.net/callmeup/article/details/144758585
n维的线性卡尔曼滤波代码，MATLAB，从1维~100维可自动调节：https://blog.csdn.net/callmeup/article/details/144742183
一维、线性卡尔曼滤波的例程（MATLAB）：https://blog.csdn.net/callmeup/article/details/144740978
Sage husa下的CKF代码，基于Sage算法理论，自适应观测噪声R，与常规CKF对比：https://blog.csdn.net/callmeup/article/details/144665507
强跟踪UKF算法，三维非线性状态量和观测量（MATLAB代码，订阅专栏后可直接复制到MATLAB空脚本运行，无需下载）：https://blog.csdn.net/callmeup/article/details/144435294
【逐行注释】自适应Q的AUKF|MATLAB代码|无需下载，可直接复制到MATLAB上面运行：https://blog.csdn.net/callmeup/article/details/142066943
自适应无迹卡尔曼滤波例程与讲解，含完整代码：https://blog.csdn.net/callmeup/article/details/136231107
非卡尔曼滤波部分
粒子滤波（PF）与自适应粒子滤波（APF）在三维动态系统状态估计中的对比，使用Sage Husa自适应的思想|无需下载，订阅专栏后可看到完整代码：https://blog.csdn.net/callmeup/article/details/144676130
多算法融合部分
经验分享部分
自适应卡尔曼滤波（包括EKF、UKF、CKF等）的创新思路------该调什么、不该调什么：https://blog.csdn.net/callmeup/article/details/144403040
输入误差不稳定时的UKF探索（基于MATLAB编程，有源代码）：https://blog.csdn.net/callmeup/article/details/138467011
后续更新
平方根卡尔曼滤波、改进卡尔曼滤波、改进粒子滤波等