%---------------------------------------------%
%					??????%
%??????????工作室提供代做matlab仿真	??????%
%					??????%
%??詳情請?jiān)L問：http://cn.mikecrm.com/5k6v1DP??%
%					??????%
%---------------------------------------------%

function?kalmanFiltering
%%
clc
close?all

%%
Z=（1:2:200）;?%觀測值??汽車的位置??也就是我們要修改的量
noise=6*randn（1100）;?%方差為1的高斯噪聲
Z=Z+noise;
X=[0?;?0?];?%初始狀態(tài)
P=[1?0;0?1];?%狀態(tài)協(xié)方差矩陣
F=[1?1;0?1];?%狀態(tài)轉(zhuǎn)移矩陣
Q=[0.00010;0??0.0001];?%狀態(tài)轉(zhuǎn)移協(xié)方差矩陣
H=[10];?%觀測矩陣
R=1;?%觀測噪聲協(xié)方差矩陣
figure;
hold?on;
for?i?=?1:100
%基于上一狀態(tài)預(yù)測當(dāng)前狀態(tài)??
X_?=?F*X;
%?更新協(xié)方差??Q系統(tǒng)過程的協(xié)方差??這兩個(gè)公式是對系統(tǒng)的預(yù)測
P_?=?F*P*F‘+Q;
%?計(jì)算卡爾曼增益
K?=?P_*H‘/（H*P_*H‘+R）;
%?得到當(dāng)前狀態(tài)的最優(yōu)化估算值??增益乘以殘差
X?=?X_+K*（Z（i）-H*X_）;
%更新K狀態(tài)的協(xié)方差
P?=?（eye（2）-K*H）*P_;
scatter（X（1）?X（2）4）;?%畫點(diǎn)，橫軸表示位置，縱軸表示速度
end

end

?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----

?????文件????????942??2018-09-19?07:59??基于卡爾曼濾波的定位跟蹤算法仿真\a.m

?????文件?????????55??2018-08-27?11:33??基于卡爾曼濾波的定位跟蹤算法仿真\【源碼使用必讀】.url

?????目錄??????????0??2018-09-19?08:05??基于卡爾曼濾波的定位跟蹤算法仿真

-----------?---------??----------?-----??----

??????????????????997????????????????????3