利用扩展卡尔曼滤波算法进行目标状态估计

  • 格式:doc
  • 大小:34.00 KB
  • 文档页数:5

下载文档原格式

  / 1
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

1)扩展卡尔曼的递推公式的程序

function [x_kk,p_kk]=KF(x_k1k1,p_k1k1,yk)

TT=0.2;

ztzy=[1 TT TT^2/2;0 1 TT;0 0 1];

F=[ztzy zeros(3,3) zeros(3,3);zeros(3,3) ztzy zeros(3,3);zeros(3,3) zeros(3,3) ztzy]; gr=[TT^2/2 TT 1]';

tou=[gr zeros(3,1) zeros(3,1);zeros(3,1) gr zeros(3,1);zeros(3,1) zeros(3,1) gr];

R=[20 0 0;0 5*2*pi/6000 0;0 0 5*2*pi/6000];

x_kk1=F*x_k1k1;

x=x_kk1(1,1);

y=x_kk1(4,1);

h=x_kk1(7,1);

h_k=[(x^2+y^2+h^2)^(1/2);atan2(y,x);atan2(h,sqrt(x^2+y^2))];

H_k=[1/(x^2+y^2+h^2)^(1/2)*x 0 0 1/(x^2+y^2+h^2)^(1/2)*y 0 0

1/(x^2+y^2+h^2)^(1/2)*h 0 0;

-y/x^2/(1+y^2/x^2) 0 0 1/x/(1+y^2/x^2) 0 0 0

0 0;

-h/(x^2+y^2)^(3/2)*x/(1+h^2/(x^2+y^2)) 0 0

-h/(x^2+y^2)^(3/2)*y/(1+h^2/(x^2+y^2)) 0 0 1/(x^2+y^2)^(1/2)/(1+h^2/(x^2+y^2)) 0