东南大学统计信号处理实验实验三Word文档格式.docx
《东南大学统计信号处理实验实验三Word文档格式.docx》由会员分享,可在线阅读,更多相关《东南大学统计信号处理实验实验三Word文档格式.docx(20页珍藏版)》请在冰豆网上搜索。
为
m/s。
鉴于雷达的观测误差,我们假设观测噪声
均为1.0Km。
其中
,
的初始值不是最佳的,学生完全可自己修改以上参数,并观察计算结果的变化,给出最好的滤波效果。
任务:
1)试用
滤波法对信号进行处理,并通过计算机模拟对其跟踪过程进行验证;
2)试求其Kalman滤波方程,并通过计算机模拟对其跟踪过程进行验证;
3)假设目标在运动过程中发生了机动(速度在某个时刻突然发生了改变),试观测此时的
滤波和Kalman滤波结果,并对结果进行解释。
要求:
1)设计仿真计算的Matlab程序,给出软件清单;
2)完成实验报告,给出实验结果,并对实验数据进行分析。
(1)
滤波法对信号进行处理。
clear;
alfa=0.6;
beta=0.4;
sigma_u1=0.3;
sigma_u2=0.2;
sigma_w=0.1;
T=1;
s1=[12zeros(1,499)];
s2=[7zeros(1,499)];
v1=[15zeros(1,499)];
v2=[4zeros(1,499)];
y1=[zeros(1,500)];
y2=[zeros(1,500)];
A=[1T00;
0100;
001T;
0001];
C=[1000;
0010];
X=[s1;
v1;
s2;
v2];
X0=[11.8zeros(1,499);
13.8zeros(1,499);
6.8zeros(1,499);
3.9zeros(1,499)];
Y=[y1;
y2];
Y0=[y1;
u1=sigma_u1*randn(1,500);
u2=sigma_u2*randn(1,500);
w1=sigma_w*randn(1,500);
w2=sigma_w*randn(1,500);
M=500;
fori=1:
M-1;
X(:
i+1)=A*X(:
i)+[0;
u1(i);
0;
u2(i)];
Y(:
i+1)=C*X(:
i+1)+[w1(i+1)w2(i+1)]'
;
end
s1=X(1,:
);
v1=X(2,:
s2=X(3,:
v2=X(4,:
K=[alfa0;
beta/T0;
0alfa;
0beta/T];
X1(:
i+1)=A*X0(:
i);
X0(:
i+1)=X1(:
i+1)+K*[Y(1,i+1)-X1(1,i+1);
Y(2,i+1)-X1(3,i+1)];
Y0(:
i+1)=C*X0(:
i+1);
t=0:
499;
figure
(1);
plot(X(3,:
),X(1,:
),'
b'
X0(3,:
),X0(1,:
r'
h=legend('
真实值'
'
估计值'
xlabel('
s2'
ylabel('
s1'
title('
alfa-beta滤波'
gridon;
figure
(2);
plot(t,X(2,:
t,X0(2,:
t'
v1'
alfa-beta滤波v1'
figure(3);
plot(t,X(4,:
t,X0(4,:
v2'
alfa-beta滤波v2'
取值alfa=0.8;
beta=0.2;
第二个取值下的估计效果较差。
clc;
Q=[0000;
0sigma_u100;
0000;
000sigma_u2];
R=[sigma_w0;
0sigma_w];
I=[1000;
0010;
P2=[sigma_wsigma_w/T00;
sigma_w/Tsigma_u1+2*sigma_w/(T^2)00;
00sigma_wsigma_w/T;
00sigma_w/Tsigma_u2+2*sigma_w/(T^2)];
ifi==1
P1=A*P2*A'
+Q;
else
P1=A*P0*A'
end
K=P1*C'
*inv(C*P1*C'
+R);
i)
i+1)+K*(Y(:
i+1)-C*X1(:
i+1));
P0=(I-K*C)*P1;
t=1:
500;
Kalman滤波的距离'
Kalman滤波的v1'
Kalman滤波的v2'
①
滤波
ifi==199
X(2,i+1)=X(2,i+1)+10;
X(4,i+1)=X(4,i+1)+10;
alfa-beta滤波的距离'
alfa-beta滤波的v1'
alfa-beta滤波的v2'
②卡尔曼滤波
X(2,i+1)=X(2,i+1)+8;
X(4,i+1)=X(4,i+1)+8;
白噪声下Kalman滤波'