卡尔曼滤波在目标跟踪中的应用仿真

目标跟踪问题的应用背景是雷达数据处理，即雷达在搜索到目标并记录目标的位置数据, 对测量到的目标位置数据（称为点迹）进行处理，自动形成航迹，并对目标在下一时刻的位置进行预测。 下文简要讨论了用Kalman滤波方法对单个目标航迹进行预测，并借助于Matlab仿真工具，对实验的效果进行评估。 里面包括三个源程序，和一份实验报告，里面有算法的详细分析和情景假设。

function [XERYER]=filter_result（Tsmond）
% filter_result         对观测数据进行卡尔曼滤波，得到预测的航迹以及估计误差的均值和标准差
% Ts                    采样时间，即雷达的工作周期
% mon                   进行Monte-Carlo仿真的次数
% d                     测量的误差单位m
%返回值包括滤波预测后的估计航迹以及均值和误差协方差

if nargin>3
    error（‘Too many input arguments.‘）;
end

offtime=800;

% 产生理论的航迹
[xy]=trajectory（Tsofftime）;
Pv=d*d;
N=ceil（offtime/Ts）;

randn（‘state‘sum（100*clock））; % 设置随机数发生器
for i=1:N
   vx（i）=d*randn（1）; % 观测噪声，两者独立
   vy（i）=d*randn（1）;
   zx（i）=x（i）+vx（i）; % 实际观测值
   zy（i）=y（i）+vy（i）;
end

% 产生观测数据
for n=1:mon
    % 用卡尔曼滤波得到估计的航迹
    XE=Kalman_filter（Tsofftimed0）; 
    YE=Kalman_filter（Tsofftimed1）;
    %误差矩阵
    XER（1:Nn）=x（1:N）-（XE（1:N））‘;
    YER（1:Nn）=y（1:N）-（YE（1:N））‘;
end



%滤波误差的均值
XERB=mean（XER2）;
YERB=mean（YER2）;

%滤波误差的标准差
XSTD=std（XER12）; % 计算有偏的估计值，flag=‘1‘
YSTD=std（YER12）;

%作图
figure
plot（xy‘r‘）;hold on;
plot（zxzy‘g‘）;hold on;
plot（XEYE‘b‘）;hold off;

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

     文件       1703  2006-04-26 14:12  filter_result.m

     文件       2984  2006-04-26 13:37  Kalman_filter.m

     文件        167  2006-04-26 14:39  readme.txt

     文件       1430  2006-04-26 08:08  trajectory.m

     文件     200192  2006-04-26 21:45  卡尔曼滤波在目标跟踪中应用仿真研究.doc

     文件        353  2006-07-14 23:37  说明.txt

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

               206829                    6