kalman濾波原理及程序(手冊)-全文預覽
【正文】 領(lǐng)域有著重要的應(yīng)用，目標跟蹤是最主要的非線性領(lǐng)域應(yīng)用之一，除了講解目標跟蹤外，還介紹了通用非線性系統(tǒng)的EKF和UKF濾波處理問題，相信讀者可以通過學習本文通用的非線性系統(tǒng)，能快速掌握EKF和UKF濾波算法。本手冊所介紹的線性濾波器，主要是Kalman濾波和αβ濾波，交互多模型Kalman濾波，這些算法的應(yīng)用領(lǐng)域主要有溫度測量、自由落體，GPS導航、石油地震勘探、視頻圖像中的目標檢測和跟蹤。則目標跟蹤的系統(tǒng)方程可以用式（）和（）表示， （249） （2410）其中，u,v為零均值的過程噪聲和觀測噪聲。仿真得到以下結(jié)果：圖31 跟蹤軌跡圖 圖32 跟蹤誤差圖仿真程序%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% Kalman濾波在目標跟蹤中的應(yīng)用實例%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%function Kalmanclc。 %總的采樣次數(shù)X=zeros(4,N)。 % 觀測初始化delta_w=1e2。0,1,0,0。0,0,1,0]。 %清除所有內(nèi)存變量、圖形窗口% 計算背景圖片數(shù)目Imzero = zeros(240,320,3)。.jpg39。[MR,MC,Dim] = size(Imback)。因此關(guān)于(311)和(322)是一個狀態(tài)和觀測都為非線性的一維系統(tǒng)。其他參數(shù)設(shè)置請查看源程序，仿真以上系統(tǒng)得到狀態(tài)濾波結(jié)果，如圖321所示，濾波后的狀態(tài)與真值之間的偏差如圖圖322所示。% 產(chǎn)生過程噪聲w=sqrt(Q)*randn(1,T)?，F(xiàn)在考慮一個帶有觀測器的飛行中的導彈，可以假設(shè)為質(zhì)點M，對移動的目標進行觀測，如下圖所示，導彈與目標的相對位置依然可用xyz表示，那么，導彈對目標純方位角觀測，主要是俯仰角和水平方向偏向角，實際測量中雷達具有加性測量噪聲，則在笛卡爾坐標系下，觀測方程為式中，為測量噪聲，他也是高斯型白色隨機向量序列，而且，對于，其定義為其中，顯然在笛卡爾坐標系下，該模型運動觀測方程為非線性的。% ，一共采樣T=370次F=[eye(3),delta_t*eye(3),(exp(1*longa*delta_t)+longa*delta_t1)/longa^2*eye(3)。1*delta_t*eye(3)。兩方向上運動具有加性系統(tǒng)噪聲，則在笛卡爾坐標系下該質(zhì)點的運動狀態(tài)方程為其中假設(shè)一坐標位置為（0,0）的雷達對M進行測距和測角，實際測量中雷達具有加性測量噪聲，則在傳感器極坐標系下，觀測方程為顯然在笛卡爾坐標系下，該模型運動觀測方程為非線性的。初始狀態(tài)。 % 采樣時間Q=[1 0 0
研究報告相關(guān)推薦
鄂ICP備17016276號-1