kalman濾波原理及程序(手冊)-文庫吧資料
2025-07-01 07:02本頁面
【正文】 (3210)以上九步為擴(kuò)展卡爾曼濾波的一個(gè)計(jì)算周期，如此循環(huán)下去就是各個(gè)時(shí)刻EKF對非線性系統(tǒng)的處理過程。以此為通用的非線性方程的代表，接下來講述如何用擴(kuò)展Kalman濾波來處理噪聲問題。為了便于說明非線性卡爾曼濾波——擴(kuò)展Kalman濾波的原理，我們選用以下系統(tǒng)，系統(tǒng)狀態(tài)為，它僅包含一維變量，即，系統(tǒng)狀態(tài)方程為 (321)觀測方程為 (322)其中，式(311)是包含分式，平方，三角函數(shù)在內(nèi)的嚴(yán)重非線性的方程，為過程噪聲，其均值為0，方差為Q，觀測方程中，觀測信號與狀態(tài)的關(guān)系也是非線性的，也是均值為0，方差為R的高斯白噪聲。% 遍歷所有圖片for i = 1 : 60% 讀取所有幀…………運(yùn)行程序得到的x,y方向的位置跟蹤偏差分析Y方向的位置偏差X方向的位置偏差三、通用非線性系統(tǒng)的EKF實(shí)現(xiàn)例子：所謂的非線性方程，就是因變量與自變量的關(guān)系不是線性的，這類方程很多，例如平方關(guān)系，對數(shù)關(guān)系，指數(shù)關(guān)系，三角函數(shù)關(guān)系等等。endImback = Imzero/5。]))。,int2str(i),39。for i = 1:5 % 將圖像文件 的圖像像素?cái)?shù)據(jù)讀入矩陣Im Im{i} = double(imread([39。圖像目標(biāo)檢測跟蹤程序%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 目標(biāo)檢測函數(shù)，這個(gè)函數(shù)主要完成將目標(biāo)從背景中提取出來%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%function detectclear,clc。 % 觀測矩陣…………二、視頻圖像目標(biāo)跟蹤Kalman濾波算法實(shí)例如下圖所示，對于自由下落的皮球，要在視頻中檢測目標(biāo)，這里主要檢測目標(biāo)中心，即紅心皮球的重心，在模型建立時(shí)可以將該重心抽象成為一個(gè)質(zhì)點(diǎn)，坐標(biāo)為。 % 狀態(tài)轉(zhuǎn)移矩陣H=[1,0,0,0。0,0,1,T。 %觀測噪聲均值F=[1,T,0,0。 %如果增大這個(gè)參數(shù)，目標(biāo)真實(shí)軌跡就是曲線了Q=delta_w*diag([,1,1]) 。 % 傳感器對位置的觀測Z(:,1)=[X(1,1),X(3,1)]。 % 目標(biāo)真實(shí)位置、速度X(:,1)=[100,2,200,20]。%雷達(dá)掃描周期,N=80/T。clear。過程噪聲越小，目標(biāo)越接近勻速直線運(yùn)動，反之，則為曲線運(yùn)動。T為采樣周期。一、四維目標(biāo)跟蹤Kalman線性濾波例子在不考慮機(jī)動目標(biāo)自身的動力因素，將勻速直線運(yùn)動的船舶系統(tǒng)推廣到四維，即狀態(tài)包含水平方向的位置和速度和縱向的位置和速度。EKF和UKF主要在非線性領(lǐng)域有著重要的應(yīng)用，目標(biāo)跟蹤是最主要的非線性領(lǐng)域應(yīng)用之一，除了講解目標(biāo)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，
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號-1