資源簡介
基于CV、CA及Singer模型下的卡爾曼濾波matlab程序,三維坐標系,將極坐標下的觀測值轉為直角坐標濾波,實現機動目標跟蹤功能,最后觀察目標軌跡及濾波誤差情況。
代碼片段和文件信息
clear
clc
%%初始條件
T=1;%采樣時間
deltap=1e+3;
sigmau=1;%策動方差
t=0:199;%設置時間
N=length(t);
M=100;%蒙特卡洛實驗次數
%%觀測
%三個相互獨立的0均值白噪聲的方差
sigmaR=100;
sigmaa=0.1*pi/180;
sigmab=0.1*pi/180;
P=deltap*diag(ones(19));%初始估計誤差方差
Q=sigmau*diag(ones(19));%狀態噪聲方差
H=[1?0?0?0?0?0?0?0?0;%測量方程轉移矩陣
???0?0?0?1?0?0?0?0?0;
???0?0?0?0?0?0?1?0?0];
F=[1?T?T^2/2?0?0?0?0?0?0;%狀態方程轉移矩陣
???0?1?T?0?0?0?0?0?0;
???0?0?1?0?0?0?0?0?0;
???0?0?0?1?T?T^2/2?0?0?0;
???0?0?0?0?1?T?0?0?0;
???0?0?0?0?0?1?0?0?0;
???0?0?0?0?0?0?1?T?T^2/2;
???0?0?0?0?0?0?0?1?T;
???0?0?0?0?0?0?0?0?1];
R=zeros(33);%初始觀測噪聲協方差陣
x(:1)=[0?10?3?0?10?3?0?10?3]‘;%觀測初值
X(:1)=[0?10?3?0?10?3?0?10?3]‘;%估計初值
%X1=zeros(3N);
mr_m=zeros(MN);
R_p_m=zeros(MN);
Wr_m=zeros(MN);
%M次蒙特卡洛實驗
for?j=1:M
????%極坐標下的觀測誤差
????Wr=si
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
????.......??????4559??2020-04-19?15:58??Singer.m
????.......??????3744??2020-04-23?20:15??CA.m
????.......??????3593??2020-04-23?20:16??CV.m
-----------?---------??----------?-----??----
????????????????11896????????????????????3
評論
共有 條評論