控制系統(tǒng)仿真課程設(shè)計(jì)--基于kalman濾波的信息融合算法設(shè)計(jì)-資料下載頁
2025-01-13 16:27本頁面
【正文】 1)。 Z_yc2(:,k)=H*X_yc2(:,k)。 P_yc2(:,:,k)=A*P_gj2(:,:,k1)*A39。+Q。 T_yc2(k)=trace(P_yc2(:,:,k))。 end K2(:,:,k)=P_yc2(:,:,k)*H39。/(H*P_yc2(:,:,k)*H39。+R)。 X_gj2(:,k)=X_yc2(:,k)+K2(:,:,k)*(Z2(:,k)Z_yc2(:,k))。 P_gj2(:,:,k)=(eye(2)K2(:,:,k)*H)*P_yc2(:,:,k)。 T_gj2(k)=trace(P_gj2(:,:,k))。end% 融合for k=1:50 P_rh(:,:,k)=inv(P_gj2(:,:,k))+inv(P_gj1(:,:,k))。 P_rhgj(:,:,k)=inv(P_rh(:,:,k))。 T_rhgj(k)=trace(P_rhgj(:,:,k))。 X_rhgj(:,k)=P_rhgj(:,:,k)*inv(P_gj2(:,:,k))*X_gj2(:,k)+P_rhgj(:,:,k)*inv(P_gj1(:,:,k))*X_gj1(:,k)。end %繪制融合狀態(tài)估計(jì)局部1局部2分量一曲線figure(1)t=1:50。plot(t,X_rhgj(1,t),39。ok39。,t,X_gj1(1,t),39。*r39。,t,X_gj2(1,t),39。b39。)legend(39。融合狀態(tài)分量一39。,39。局部1分量一39。,39。局部2分量一39。)xlabel(39。仿真次數(shù)39。)ylabel(39。數(shù)值39。)%繪制融合狀態(tài)估計(jì)局部1局部2分量一曲線figure(2)t=1:50。plot(t,X_rhgj(2,t),39。or39。,t,X_gj1(2,t),39。*k39。,t,X_gj2(2,t),39。b39。)legend(39。融合狀態(tài)分量二39。,39。局部1分量二39。,39。局部2分量二39。)xlabel(39。仿真次數(shù)39。)ylabel(39。數(shù)值39。)%繪制融合估計(jì)誤差協(xié)方差和每個局部估計(jì)誤差協(xié)方差曲線figure(3)k=1:50。plot(T_gj1(1,k),39。ob39。)。hold onplot(T_gj2(1,k),39。r39。)。hold onplot(T_rhgj(1,k),39。*k39。)。hold offlegend(39。估計(jì)一陣跡39。,39。估計(jì)二陣跡39。,39。估計(jì)融合陣跡39。)xlabel(39。仿真次數(shù)39。)ylabel(39。數(shù)值39。)（2）繪出融合狀態(tài)估計(jì)和每個局部估計(jì)狀態(tài)估計(jì)值的曲線圖（3）繪出融合估計(jì)誤差協(xié)方差矩陣跡和每個局部估計(jì)誤差協(xié)方差陣跡曲線圖；（4）對上述仿真結(jié)果進(jìn)行分析。 融合之后的估計(jì)值與真實(shí)值的誤差比兩個分量都要小。這是因?yàn)橥ㄟ^多個設(shè)備對同一狀態(tài)的加權(quán)估計(jì)，得到的結(jié)果可以進(jìn)一步減小與真實(shí)值的誤差。四、實(shí)踐總結(jié)經(jīng)過這兩個星期的短學(xué)期，我對kalman濾波有了一定的了解，通過編程對Matlab軟件更加熟悉。體驗(yàn)到了跟以往不同的學(xué)習(xí)方式，提高了自己的自學(xué)能力。從中學(xué)到了不少以前沒有深入過的知識，讓我獲益匪淺。 五、致謝非常感謝葛老師及研究生學(xué)長在我上機(jī)過程為我解答疑問，對我的錯誤提出指正。同時也感謝跟我一同討論問題的同學(xué)對我的幫助。
試題試卷相關(guān)推薦
鄂ICP備17016276號-1