资源简介
简单模拟了kalman跟踪匀速直线运动的情况,适合初学者使用。
代码片段和文件信息
% 设置初始化信息
% N:设置卡尔曼滤波器追踪点数
% r:设置估计变量个数,这里r=3
% s:被追踪的火箭的距离,初始值为1000m
% v:火箭的速度,初始值为50m/s
% a:火箭的加速度,初始值为20m/s2,此时加速度默认为不变
% T: 雷达的扫描间隔,此时设为1秒
% wt: 系统噪声,方差为20
% vt: 量测噪声,方差为16
%航迹噪声与测量噪声不相关
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clear all;
close all;
N = 100;
T = 1;
t = 1:N/T;
num=50 ;%mentocarlo仿真次数
qk=2;
Qk=qk*eye(2);
var = 10;
Rk = var^2; %量测噪声,方差为16
%%
%生成真实目标运动轨迹
[sx_realsy_realsz_realRMSE_xk]=trueTrack(NT);
A = [1 T ; 0 1];
H = [1 0 ];
% A = [1 T 0 0;
% 0 1 0 0;
% 0 0 1 T;
% 0 0 0 1];
% H = [1 0 0 0; 0 0 1 0];
P0 = var^2 *eye(2);
P1_x = P0;
P1_y = P0;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 卡尔曼滤波部分,继承之前初始化变量
% A:转移矩阵
% H:量测矩阵
% Qk:系统噪声矩阵
% Rk:量测噪声矩阵
% P0:均方误差矩阵初始值
% Y:火箭的状态矩阵,由k_s,k_vk_a组成
% Y0:状态矩阵的初始值
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
for m=1:num
sx_measure = sx_real + var * rand(1N/T);
sy_measure = sy_real + var * rand(1N/T);
% sz_measure = sz_real + var * rand(1N/T); %引入测量噪声
xks(1)=sx_measure(1);
yks(1)=sy_measure(1);
xks(2)=sx_measure(2);
yks(2)=sy_measure(2);
vx = (xks(2) - xks(1))/T;
vy = (yks(2) - yks(1))/T;
Zkx=[xks(1);vx];
Zky=[yks(
相关资源
- kalman工具箱 用matlab编写 包附全部函数
- 多目标跟踪 论文+代码
- 卡尔曼的视频序列图像的目标跟踪程
- MATLAB 粒子滤波目标跟踪代码
- MATLAB在卡尔曼滤波器中应用的理论与
- matlab实现视频中动态目标跟踪
- Kalman Filtering - Theory and Practice Using M
- 高斯混合PHD滤波器扩展目标跟踪
- matlab源码的IMM交互多目标单目标跟踪
- mean shift 目标跟踪matlab程序
- [Matlab作品]matlab实现视频中动态目标跟
- Meanshift算法实现目标跟踪的MatLAB代码
- matlab实现的人体跟踪kalman滤波
- 目标跟踪算法KCF融合HOG+CN特征,matl
- 集合卡尔曼滤波算法-数据同化的经典
- Kalman_Filter粗对准和经对准和实际试验
- 基于卡尔曼滤波的目标跟踪算法-官方
- 粒子滤波多目标跟踪
- Kalman滤波器理论与应用——基于MATL
- Kalman Filtering - Theory and Practice Using M
- mean shift目标跟踪matlab程序
- camshift+kalman视频跟踪matlab代码
- 基于粒子滤波的视频目标跟踪算法m
- 基于Meanshift的单目标跟踪
- 扩展Kalman滤波在INS/GPS组合导航系统
- 卡尔曼滤波理论与实践MATLAB版第四版
- 卡尔曼滤波及原理黄小平随书程序
- FCT(Fast Compress Tracking)目标跟踪程序
- 基于Meanshift的单目标跟踪算法matlab及
- 帧差法实现目标跟踪的Matlab代码
评论
共有 条评论