- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
EKF,UKF,PF三种算法的比较粒子滤波matlab仿真程序EKF,UKF,PF三种算法的比较matlab仿真程序
% EKF UKF PF 的三个算法
clear;
% tic;
x = 0.1; % 初始状态
x_estimate = 1;%状态的估计
e_x_estimate = x_estimate; %EKF 的初始估计
u_x_estimate = x_estimate; %UKF 的初始估计
p_x_estimate = x_estimate; %PF 的初始估计
请输入过程噪声方差 的值 过程状态协方差
Q = 10;%input( Q : ); %
请输入测量噪声方差 的值 测量噪声协方差
R = 1;%input( R : ); %
P =5;%初始估计方差
e_P = P; %UKF 方差
u_P = P;%UKF 方差
pf_P = P;%PF 方差
tf = 50; % 模拟长度
x_array = [x];%真实值数组
e_x_estimate_array = [e_x_estimate];%EKF 最优估计值数组
u_x_estimate_array = [u_x_estimate];%UKF 最优估计值数组
p_x_estimate_array = [p_x_estimate];%PF 最优估计值数组
u_k = 1; %微调参数
u_symmetry_number = 4; % 对称的点的个数
u_total_number = 2 * u_symmetry_number + 1; %总的采样点的个数
linear = 0.5;
N = 500; %粒子滤波的粒子数
close all;
粒子滤波初始 个粒子
% N
for i = 1 : N
p_xpart(i) = p_x_estimate + sqrt(pf_P) * randn;
end
for k = 1 :tf
% 模拟系统
x = linear * x + (25 *x / (1 + x^2)) + 8 * cos(1.2*(k-1)) + sqrt(Q) * randn; %状态值
y = (x^2 / 20) + sqrt(R) * randn; %观测值
%扩展卡尔曼滤波器
%进行估计 第一阶段的估计
e_x_estimate_1 = linear * e_x_estimate + 25 * e_x_estimate /(1+e_x_estimate^2) + 8 * cos(1.2*(k-1));
这是根据 时估计值为 得到的观测值;只是这个由
e_y_estimate = (e_x_estimate_1)^2/20; % k=1 1
我估计得到的 第 行的 也是观测值 不过是由加了噪声的真实值得到的
24 y
%相关矩阵
e_A = linear + 25 * (1-e_x_estimate^2)/((1+e_x_estimate^2)^2);%传递矩阵
e_H = e_x_estimate_1/10; %观测矩阵
%估计的误差
e_p_estimate = e_A * e_P * e_A + Q;
%扩展卡尔曼增益
e_K = e_p_estimate * e_H/(e_H * e_p_estimate * e_H + R);
%进行估计值的更新 第二阶段
e_x_estimate_2 = e_x_estimate_1 + e_K * (y - e_y_estimate);
%更新后的估计值的误差
e_p_estimate_update = e_p_estimate - e_K * e_H * e_p_estimate;
%进入下一次迭代的参数变化
e_P = e_p_estimate_update;
e_x_estimate = e_x_estimate_2;
% 粒子滤波器
% 粒子滤波器
for i = 1 : N
文档评论(0)