KALMAN自适应滤波进行参数估计

含有一个word实验文档 以及一个MATLAB的代码，实现kalman估计，实验简单易懂，便于理解。

clear;
clc;	
N=2000;
x=randn（1N）;                                                                %产生一个随机信号
h=fir1（120.35）;                                                             %产生一个12阶截止频率为0.35的低通滤波器
y=filter（h1x）‘;
m=length（h）;
F=eye（m）;                                                                    %状态转移矩阵
W（m）=[0];                                                                    %初始化权向量
W=W‘;
K=F;                                                                         %一步估计误差协方差矩阵初始化
P=F;                                                                         %P和F是相等的
Q=exp（-4）;                                                                   %观测噪声的功率
for n=1:N-12
    a（n）=y（n+m-1）-fliplr（x（n:n+m-1））*W;                                      %计算新息
    G=K*fliplr（x（n:n+m-1）‘）*inv（fliplr（x（n:n+m-1））*K*fliplr（x（n:n+m-1）‘）+Q）; %计算增益
    W=W+G*a（n）;                                                              %更新权向量
    P=K-G*fliplr（x（n:n+m-1））*K;                                              %计算P
    K=P;                                                                     %更新K
    end
subplot（221）;stem（h）;title（‘未知系统h‘）;grid on;
subplot（222）;stem（W）;title（‘卡尔曼算法识别系统W‘）;grid on;
subplot（223）;plot（h‘-W）;title（‘误差h-W‘）;grid on;
subplot（224）;plot（10*log10（abs（a）））;title（‘学习曲线‘）;grid on;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1448  2016-01-20 23:26  kaiman 参数估计\KALMAN_TN.m

     文件      79033  2018-11-02 11:07  kaiman 参数估计\kalman滤波.docx

     目录          0  2018-11-02 11:13  kaiman 参数估计

----------- ---------  ---------- -----  ----

                80481                    3