• 大小: 1.8MB
    文件类型: .rar
    金币: 1
    下载: 0 次
    发布日期: 2023-08-11
  • 语言: Matlab
  • 标签: matlab  filters  

资源简介

主要是一个关于matlab实现粒子滤波的代码,如目标追踪等。

资源截图

代码片段和文件信息

%% SIR粒子滤波的应用,算法流程参见博客http://blog.csdn.net/heyijia0327/article/details/40899819
clear all
close all
clc
%% initialize the variables
x = 0.1; % initial actual state
x_N = 1; % 系统过程噪声的协方差  (由于是一维的,这里就是方差)
x_R = 1; % 测量的协方差
T = 75;  % 共进行75次
N = 100; % 粒子数,越大效果越好,计算量也越大

%initilize our initial prior particle distribution as a gaussian around
%the true initial value

V = 2; %初始分布的方差
x_P = []; % 粒子
% 用一个高斯分布随机的产生初始的粒子
for i = 1:N
    x_P(i) = x + sqrt(V) * randn;
end

z_out = [x^2 / 20 + sqrt(x_R) * randn];  %实际测量值
x_out = [x];  %the actual output vector for measurement values.
x_est = [x]; % time by time output of the particle filters estimate
x_est_out = [x_est]; % the vector of particle filter estimates.

for t = 1:T
    x = 0.5*x + 25*x/(1 + x^2) + 8*cos(1.2*(t-1)) +  sqrt(x_N)*randn;
    z = x^2/20 + sqrt(x_R)*randn;
    for i = 1:N
        %从先验p(x(k)|x(k-1))中采样
        x_P_update(i) = 0.5*x_P(i) + 25*x_P(i)/(1 + x_P(i)^2) + 8*cos(1.2*(t-1)) + sqrt(x_N)*randn;
        %计算采样粒子的值,为后面根据似然去计算权重做铺垫
        z_update(i) = x_P_update(i)^2/20;
        %对每个粒子计算其权重,这里假设量测噪声是高斯分布。所以 w = p(y|x)对应下面的计算公式
        P_w(i) = (1/sqrt(2*pi*x_R)) * exp(-(z - z_update(i))^2/(2*x_R));
    end
    % 归一化.
    P_w = P_w./sum(P_w);
  
    %% Resampling
    %这里没有用博客里之前说的histc函数,不过目的和效果是一样的
    for i = 1 : N
        x_P(i) = x_P_update(find(rand <= cumsum(P_w)1));   % 粒子权重大的将多得到后代
    end                                                     % find( 1) 返回第一个 符合前面条件的数的 下标
    
    %状态估计,重采样以后,每个粒子的权重都变成了1/N
    x_est = mean(x_P);
    
    % Save data in arrays for later plotting
    x_out = [x_out x];
    z_out = [z_out z];
    x_est_out = [x_est_out x_est];
    
end

t = 0:T;
figure(1);
clf
plot(t x_out ‘.-b‘ t x_est_out ‘-.r‘‘linewidth‘3);
set(gca‘FontSize‘12); set(gcf‘Color‘‘White‘);
xlabel(‘time step‘); ylabel(‘flight position‘);
legend(‘True flight position‘ ‘Particle filter estimate‘);

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

    .......        28  2011-11-26 14:14  particle_filter_demo\particle_filter_demo-master\.gitignore

    .......      4278  2011-11-26 14:14  particle_filter_demo\particle_filter_demo-master\draw.py

     文件       4788  2014-10-22 23:05  particle_filter_demo\particle_filter_demo-master\draw.pyc

    .......      8263  2011-11-26 14:14  particle_filter_demo\particle_filter_demo-master\particle_filter.py

    .......      1358  2011-11-26 14:14  particle_filter_demo\particle_filter_demo-master\README

     文件       2211  2014-11-15 11:33  particle_filter_demo\Particle_filter_SIR_demo1.m

     文件        713  2014-10-24 22:48  particle_filter_demo\PF_Video_EN\calc_log_likelihood.m

     文件       1680  2014-10-23 21:09  particle_filter_demo\PF_Video_EN\calc_log_likelihood_mex_handcoded.cpp

     文件        328  2014-10-24 20:32  particle_filter_demo\PF_Video_EN\create_particles.m

     文件       1052  2014-11-15 11:35  particle_filter_demo\PF_Video_EN\particle_filter_by_saved_movie.m

     文件        999  2014-10-23 21:09  particle_filter_demo\PF_Video_EN\particle_filter_by_usb_camera.m

     文件     964717  2014-10-23 21:09  particle_filter_demo\PF_Video_EN\Person.wmv

     文件        261  2014-10-23 21:09  particle_filter_demo\PF_Video_EN\Readme.txt

     文件        322  2014-10-24 21:06  particle_filter_demo\PF_Video_EN\resample_particles.m

     文件        153  2014-10-23 21:09  particle_filter_demo\PF_Video_EN\show_particles.m

     文件        260  2014-10-23 21:09  particle_filter_demo\PF_Video_EN\show_state_estimated.m

     文件     857622  2014-10-23 21:09  particle_filter_demo\PF_Video_EN\Slides_LongVersion.pdf

     文件     569154  2014-10-23 21:09  particle_filter_demo\PF_Video_EN\Slides_ShortVersion.pdf

     文件        258  2014-10-24 20:35  particle_filter_demo\PF_Video_EN\update_particles.m

     目录          0  2014-10-22 23:05  particle_filter_demo\particle_filter_demo-master

     目录          0  2014-11-15 11:42  particle_filter_demo\PF_Video_EN

     目录          0  2018-11-24 16:31  particle_filter_demo

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

              2418445                    22


评论

共有 条评论