两相关传感器（双通道）一维联邦滤波Matlab仿真（对比局部滤波）

最新推荐文章于 2024-04-25 09:53:15 发布

Jace Lee

最新推荐文章于 2024-04-25 09:53:15 发布

阅读量1.3k

点赞数 6

分类专栏： Matlab 算法安全估计文章标签： matlab 算法卡尔曼滤波算法

本文链接：https://blog.csdn.net/Yujian2563/article/details/120281832

版权

条件

设定的条件为两个传感器，同时观测一个状态量，对两个传感器对应的局部滤波进行融合（使用联邦滤波算法），并加入单独的局部滤波的对比，联邦滤波算法核心：
在这里插入图片描述

代码

%Project: 相关 双通道 一维 kalman滤波
%Author: Jace
%Data: 2021/09/13
%--------------------准备---------------------
close all;
clear all;
clc;
%------------------初始化参数---------------------
N=50;%设定采样点数，即持续时长

A=1.01;  
H1=1; %第1个传感器量测矩阵
H2=1.2; %第2个传感器量测矩阵

Q=0.01;%状态方程误差
R1=0.55;%第1量测误差
R2=0.35; %第2量测误差

w=sqrt(Q)*randn(1,N);  
v1=sqrt(R1)*randn(1,N);  
v2=sqrt(R2)*randn(1,N); 

Beta1=0.5;
Beta2=0.5;
%------------------分配空间---------------------
x=zeros(1,N);    
z1=zeros(1,N); 
z2=zeros(1,N); 

xkf1=zeros(1,N);  
xkf2=zeros(1,N);  
xkf=zeros(1,N);  
xkf_1=zeros(1,N);  
xkf_2=zeros(1,N); 

p1=zeros(1,N);  
p2=zeros(1,N);  
p=zeros(1,N);  
p_1=zeros(1,N);  
p_2=zeros(1,N);  

p_pre1=zeros(1,N); 
p_pre2=zeros(1,N); 
x_pre1=zeros(1,N); 
x_pre2=zeros(1,N