clc;
clear;
N1=100;
thita=1*pi/4;
speed=20;
T=2.5;
point_Q2=[400 0;0 0.64*pi^2/180^2];
%Q1=[0.36 0;0 0]; %添加机动情形
%Q1=[0 0;0 0]; %不添加机动
l=[1/2*T^2 0;T 0;0 1/2*T^2;0 T];
N=200;
object_init_state=[2 speed*cos(thita) 3 speed*sin(thita)];
for i=1:N1
[real_data,view_data,real_v,Q1]=new_data_get(object_init_state,N,T,l);
%前条件:目标的初始状态,目标跟踪次数已知
%后条件:得到目标的观测矩阵,目标的真实值矩阵,真实速度
[filter_data,k1,k2,d,count]=data_kalman_filter(view_data,N,object_init_state,Q1,point_Q2,T,l);
%前条件:目标的观测矩阵已知
%后条件:得到目标的滤波矩阵和目标的各次增益
filt_k1(i,:,:)=k1;
filt_k2(i,:,:)=k2;
all_d(i,:)=d;
numberofreset(i)=count;
[ME_temp_view_err_x(i,1:N),ME_temp_filter_err_x(i,1:N),ME_temp_view_err_y(i,1:N),ME_temp_filter_err_y(i,1:N)]=temp_err_save(real_data,...
filter_data,view_data);
%前条件:目标的真实值矩阵,目标的滤波矩阵,目标的观测矩阵已知
%后条件:本次目标的观测误差,滤波误差得到存储
end
[final_filt_k1,final_filt_k2]=filt_count(filt_k1,filt_k2,N1);
%前条件:得到增益的三维矩阵
%后条件:求出平均增益
final_d=get_d(all_d);
[ME_final_view_err_x,ME_final_filter_err_x,ME_final_view_err_y,ME_final_filter_err_y]=ME_err_count(ME_temp_view_err_x,...
ME_temp_filter_err_x,ME_temp_view_err_y,ME_temp_filter_err_y);
%前条件:目标的观测误差矩阵,目标的滤波误差矩阵已知
%后条件:得到目标的平均观测误差矩阵,平均滤波误差矩阵
[RMSE_final_view_err_x,RMSE_final_filter_err_x,RMSE_final_view_err_y,RMSE_final_filter_err_y]=RMSE_err_count(ME_temp_view_err_x,...
ME_temp_filter_err_x,ME_temp_view_err_y,ME_temp_filter_err_y,ME_final_view_err_x,ME_final_filter_err_x,ME_final_view_err_y,ME_final_filter_err_y);
%后条件:得到目标的均方观测误差矩阵,均方滤波误差矩阵
%show(ME_final_view_err_x,ME_final_filter_err_x,ME_final_view_err_y,ME_final_filter_err_y,final_filt_k1,final_filt_k2,N,real_data,view_data,filter_data,real_v);
show(ME_final_view_err_x,ME_final_filter_err_x,ME_final_view_err_y,ME_final_filter_err_y,RMSE_final_view_err_x,...
RMSE_final_filter_err_x,RMSE_final_view_err_y,RMSE_final_filter_err_y,final_filt_k1,final_filt_k2,N,N1,real_data,view_data,filter_data,real_v,final_d,numberofreset);
%前条件:目标的平均观测误差矩阵,平均滤波误差矩阵已知
%后条件:作出目标的平均观测误差矩阵,平均滤波误差矩阵的仿真图
没有合适的资源?快使用搜索试试~ 我知道了~
【目标定位】循环增益卡尔曼滤波目标定位仿真【含Matlab源码 145期】.zip
共32个文件
m:18个
jpg:9个
asv:5个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 49 浏览量
2024-06-21
12:33:52
上传
评论
收藏 305KB ZIP 举报
温馨提示
Matlab领域上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信
资源推荐
资源详情
资源评论
收起资源包目录
【目标定位】循环增益卡尔曼滤波目标定位仿真【含Matlab源码 145期】.zip (32个子文件)
【目标定位】基于matlab循环增益卡尔曼滤波目标定位仿真【含Matlab源码 145期】
运行结果1.jpg 47KB
运行结果6.jpg 32KB
运行结果5.jpg 36KB
RMSE_err_count.m 1KB
filt_count.m 427B
kalman_simulation.m 2KB
kalman_filter.m 681B
no_noise.m 396B
ME_err_count.m 557B
运行结果9.jpg 43KB
Untitled.m 2KB
power_noise.m 566B
kalman_filter.asv 657B
new_data_get.m 1KB
noise.m 415B
temp_err_save.m 349B
运行结果2.jpg 47KB
get_d.m 147B
data_kalman_filter.m 2KB
kalman_simulation.asv 2KB
new_err_count.m 1KB
data_kalman_filter.asv 2KB
运行结果8.jpg 39KB
运行结果4.jpg 35KB
show.m 2KB
运行结果7.jpg 38KB
show.asv 2KB
zuobiao_transform.m 147B
err_count.m 594B
constant_gain_filter.m 658B
constant_gain_filter.asv 658B
运行结果3.jpg 35KB
共 32 条
- 1
资源评论
Matlab领域
- 粉丝: 3w+
- 资源: 2802
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功