自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

985工科博士毕业，专攻定位、导航和滤波等算法研究。从业10年，主要使用MATLAB

分享关于导航、滤波的方法和MATLAB代码

  • 博客(1254)
  • 资源 (11)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 《MATLAB定位与滤波例程》专栏目录，持续更新……

本专栏针对动态目标定位时的轨迹滤波需求，给出TOA/AOA/RSSI、GNSS+INS松紧耦合等定位方法与EKF/UKF/CKF等滤波方法结合的matlab例程，弥补另一个专栏《MATLAB定位程序与详解》只提供静态、单点定位方法的缺陷。

2025-03-15 01:13:46 2908 1

原创 《MATLAB创新性滤波算法》专栏目录，持续更新中……

MATLAB创新性滤波算法》专栏旨在分享具有一定创新性的滤波方法，并配有适当的MATLAB例程供读者参考。为了保证一定的新颖性、创新性，在编辑时耗费了大量的时间和精力，因此设置为付费专栏，以下是专栏的目录。

2024-12-30 08:43:07 820 1

原创 《IMM交互式多模型滤波MATLAB实践》专栏目录，持续更新……

【逐行注释】基于CV/CT模型的IMM|MATLAB程序|源代码复制后即可运行，无需下载CV/CA双模型的IMM例程（MATLAB，基于两个模型的EKF），附源代码可直接复制粘贴。

2024-10-30 10:07:03 516 2

原创 卡尔曼讲解与各种典型进阶MATLAB编程（专栏目录，持续更新……）

深入探讨卡尔曼滤波及其在各类应用中的实现，通过MATLAB编程进行的典型案例分析、代码实现与优化。

2024-10-18 10:57:19 696

原创 定位方法与程序讲解（专栏目录，更新中···）

专栏介绍

2024-10-03 10:42:33 2080

原创 【PDRMATLAB代码】(4) 二维平面下，行人航位推算（PDR）与无线测距融合，IMM-EKF融合，订阅专栏后可查看完整的MATLAB代码

本例程面向室内无线定位与PDR融合场景，使用锚点测距提供外部约束，并通过IMM-EKF处理行人运动状态变化。程序同时输出纯PDR、无线定位和融合定位结果，适合学习UWB/蓝牙测距、PDR组合导航和非线性滤波融合框架。运行 后，程序会完成以下流程：生成带步长和航向误差的PDR轨迹、锚点无线测距观测，并使用IMM-EKF完成PDR/无线融合定位。本例程为二维行人导航仿真，便于后续改造成其他方法和环境。轨迹对比图：真实轨迹、纯PDR、无线定位、IMM-EKF融合轨迹以及锚点位置。定位误差曲线：各方法随步数变化

2026-07-27 14:56:35 86

原创 【MATLAB代码，PDR5】二维行人航位推算仿真，与CKF、自适应CKF融合定位方法对比，MATLAB代码，订阅专栏后可直接查看完整代码

本例程针对位置观测噪声随时间变化的问题，比较固定噪声CKF和自适应CKF在PDR融合中的表现。程序给出轨迹、误差和噪声估计曲线，适合用于展示自适应滤波思想、观测质量变化建模以及PDR漂移抑制效果。

2026-07-27 14:55:52 120

原创 【MATLAB代码，PDR3】二维行人导航，自适应EKF融合增强定位效果，订阅专栏后可直接查看完整代码

二维PDR自适应EKF融合MATLAB例程 功能概述 本程序实现了一个二维行人航位推算(PDR)与自适应扩展卡尔曼滤波(EKF)融合的定位系统，主要功能包括： 模拟行人运动轨迹和PDR漂移误差 生成随时间变化的位置观测噪声 实现固定噪声EKF和自适应EKF两种滤波算法 可视化对比分析不同方法的性能 关键特性 PDR建模：模拟步长和航向角误差造成的轨迹漂移 自适应滤波：实时估计并调整观测噪声协方差矩阵 多维度评估：提供轨迹、误差曲线、噪声估计等可视化结果 性能指标：计算RMSE、标准差等量化指标 运行结果 程

2026-07-26 10:09:11 110

原创 【PDR2，MATLAB仿真】用于IMU、步态检测、PDR融合的航位推算，适用于二维平面，融合方法为UKF

运行代码后，程序会完成以下流程：模拟 IMU 加速度与陀螺仪数据、检测步态峰值、构建 PDR 轨迹，并利用稀疏位置观测进行 UKF 校正。本例程面向二维行人导航，先用仿真 IMU 数据生成步态冲击峰，再通过阈值和最小步间隔完成步态检测。检测得到的步时刻和步态幅值用于构建 PDR 递推，随后使用稀疏位置修正量进入 UKF。加速度模值以重力项、随机噪声、脚步冲击峰和谷值组合得到。二维轨迹对比：对比真实轨迹、纯 PDR 轨迹、稀疏位置观测和 UKF 融合轨迹。文件内，包含仿真、检测、滤波、误差统计和绘图函数。

2026-07-26 10:07:33 333

原创 【PDR代码1】多运动模式行人运动、含噪PDR位置观测和IMM-UKF滤波，MATLAB代码，订阅专栏后可直接查看、运行完整代码

运行程序后，程序会完成以下流程：模拟停止、匀速、加速、转弯和机动等多运动模式，并使用 IMM-UKF 对带漂移的 PDR 位置观测进行融合。仿真轨迹包含停止、正常行走、加速、协调转弯和随机机动等运动模式，PDR 观测中加入慢变漂移和模式相关噪声，滤波器需要在不同模型之间在线分配权重。轨迹图和误差曲线显示，IMM-UKF 对带噪 PDR 位置观测进行了平滑处理，并在该仿真中获得略低于 PDR 观测的 RMSE。模型概率曲线：展示 IMM 中各运动模型概率，以及真实模式和主导模型之间的对应关系。

2026-07-25 10:41:16 105

原创 【Word技巧】已有Word文档如何快速更换新模板？样式导入、模板附加与格式统一方法

将已有 Word 文档更换为新的模板格式，核心不是逐段修改字体，而是正确使用 Word 的“样式”和“模板”功能。开始 → 样式 → 管理样式 → 导入/导出将新模板中的同名样式复制到当前文档。如果新模板是正式的.dotx或.dotm开发工具 → 文档模板 → 附加模板并临时勾选“自动更新文档样式”。如果原文档基本没有使用样式，或者手动格式过多，可以考虑直接使用新模板建立文档，再通过“使用目标样式”的方式粘贴原内容。

2026-07-25 10:40:21 234

原创 【课题推荐与讲解】双集群的UAV协同导航与定位、面向复杂任务环境的双无人机集群协同控制与编队保持方法研究

本课题拟在MATLAB环境下构建双无人机集群协同仿真平台。系统由集群 (A) 和集群 (B) 构成，每个集群包含一架领航机和若干跟随机。集群内部通过领导—跟随控制或一致性控制保持局部编队，两个集群之间通过领航机或集群质心交换位置、速度和任务信息，并保持一定的相对距离和协同队形。该方法可用于联合区域搜索、协同目标包围、异构任务分配和复杂环境避障等场景。

2026-07-24 13:33:10 313

原创 【课题推荐】基于MATLAB的双无人机协同定位与任务执行研究

本课题面向复杂环境下单无人机感知范围有限、定位可靠性不足和任务执行效率较低等问题，研究基于MATLAB的双无人机协同定位、编队控制与任务规划方法。系统由两架具有不同角色的无人机构成：领航无人机利用GNSS、惯性导航系统及机载传感器获得自身导航状态，并通过无线通信向跟随无人机提供位置、速度或相对观测信息；跟随无人机则融合自身惯性测量数据与无人机间的UWB距离、方位角或相对速度信息，实现协同状态估计和轨迹跟踪。

2026-07-24 13:32:04 547

原创 【MATLAB例程】二维非线性状态估计，EKF、UKF、CKF、PF对比。非线性滤波|卡尔曼滤波。附完整代码的下载链接

本程序实现了一个完整的二维非线性状态估计仿真对比实验EKF（扩展卡尔曼滤波）：通过对非线性函数进行一阶泰勒展开实现线性化逼近；UKF（无迹卡尔曼滤波）：利用无迹变换采样 Sigma 点，避免显式求导；CKF（容积卡尔曼滤波）：基于球面-径向容积准则，在高维非线性场景下数值稳定性更优；PF（粒子滤波）：基于蒙特卡洛重要性采样，适用于强非线性、非高斯系统。仿真包含300 步迭代，使用400 个粒子，系统为二维状态空间模型。

2026-07-23 23:48:09 255

原创 【MATLAB代码】二维非线性状态估计，EKF、UKF、CKF、PF对比。非线性滤波|卡尔曼滤波。订阅专栏后可查看完整代码

%% 二维非线性状态估计：EKF、UKF、CKF、PF对比 本文实现了四种滤波算法在二维非线性系统中的状态估计对比。系统包含： X轴：非线性运动模型 Y轴：缓慢漂移+弱非线性扰动 观测：X轴平方非线性观测，Y轴直接观测 程序特性： 同时生成真实状态、未滤波状态和带噪声观测 实现EKF、UKF、CKF、PF四种滤波算法 输出状态曲线、轨迹图、误差曲线和统计指标 命令行显示详细误差统计（RMSE、MAE等） 关键参数： 状态维度：2 仿真步数：300 粒子数：400 过程噪声：0.4 观测噪声：1.0 运行结果

2026-07-23 22:08:57 81

原创 【MATLAB课题推荐】AUV惯性导航与INS/DVL组合导航定位方法研究：从纯惯性漂移到自适应鲁棒融合算法

该课题属于水下无人系统（AUV）、惯性导航、组合导航和多传感器融合领域的经典研究方向。

2026-07-22 17:03:06 365

原创 【office技巧】删除PPT页面/整个文档中的所有动画的方法（使用宏命令一键删除）

PPT中的动画如果数量较多，逐个删除会比较麻烦。对于少量动画，可以直接在当前页面全选对象并将动画设置为“无”；如果需要一次性清除整份PPT中的动画，则可以借助VBA宏批量处理。下面分别介绍这两种方法，并给出可直接使用的宏代码。

2026-07-22 16:38:35 214

原创 【MATLAB例程分享】二维EKF（扩展卡尔曼滤波）、UKF（无迹卡尔曼滤波）、CKF（容积卡尔曼滤波）、PF（粒子滤波）四种滤波方法对比

本程序面向二维平面状态估计问题，核心目的是比较四种典型非线性滤波算法在同一模型、同一噪声条件下的估计表现。

2026-07-21 13:11:34 195

原创 【MATLAB例程】三维EKF（扩展卡尔曼滤波）、UKF（无迹卡尔曼滤波）、CKF（容积卡尔曼滤波）、PF（粒子滤波）四种滤波方法对比

均方根误差：反映整体估计精度平均绝对误差：反映平均偏差水平最大绝对误差：反映最差时刻误差标准差：反映误差波动程度总体误差统计：综合X轴、Y轴和Z轴误差后的整体性能这些指标配合状态曲线、空间轨迹曲线和误差曲线，可以从数值和图像两个角度比较 EKF、UKF、CKF、PF 的滤波效果。

2026-07-21 13:09:50 338

原创 【MATLAB代码】二维EKF（扩展卡尔曼滤波）、UKF（无迹卡尔曼滤波）、CKF（容积卡尔曼滤波）、PF（粒子滤波）四种滤波方法对比

程序会同时生成真实状态、未滤波状态和带噪声观测，并输出各算法的状态估计曲线、轨迹曲线、误差曲线和误差统计结果。命令行会输出仿真步数、粒子数、观测模型说明，以及未滤波、EKF、UKF、CKF、PF 在X轴、Y轴和总体误差上的均方根误差、平均绝对误差、最大绝对误差和标准差。后，程序会完成平面非线性状态估计仿真，并对比扩展卡尔曼滤波 EKF、无迹卡尔曼滤波 UKF、容积卡尔曼滤波 CKF 和粒子滤波 PF 的估计效果。程序同时记录真实状态、未滤波状态和四类滤波估计状态，便于直观看到滤波前后的误差变化。

2026-07-13 21:53:01 16

原创 【MATLAB例程】一维EKF（扩展卡尔曼滤波）、UKF（无迹卡尔曼滤波）、CKF（容积卡尔曼滤波）、PF（粒子滤波）四种滤波方法对比

本例程面向非线性状态估计与滤波算法学习需求，完整实现了一维EKF（扩展卡尔曼滤波）、UKF（无迹卡尔曼滤波）、CKF（容积卡尔曼滤波）和PF（粒子滤波）四种经典方法，并在统一的非线性状态模型、平方观测模型及噪声条件下进行直观对比。代码结构清晰、注释完整，可直接运行并自动生成状态估计曲线、误差曲线和误差统计柱状图，同时输出RMSE、平均绝对误差、最大绝对误差和标准差等评价指标。

2026-07-13 21:52:40 356

原创 【MATLAB代码】三维EKF（扩展卡尔曼滤波）、UKF（无迹卡尔曼滤波）、CKF（容积卡尔曼滤波）、PF（粒子滤波）四种滤波方法对比

程序会同时生成真实状态、未滤波状态和带噪声观测，并输出各算法的状态估计曲线、空间轨迹曲线、误差曲线和误差统计结果。后，程序会完成空间非线性状态估计仿真，并对比扩展卡尔曼滤波 EKF、无迹卡尔曼滤波 UKF、容积卡尔曼滤波 CKF 和粒子滤波 PF 的估计效果。本程序面向三维空间状态估计问题，核心目的是在同一非线性模型和同一噪声条件下，比较 EKF、UKF、CKF、PF 四种滤波算法的估计精度和误差稳定性。程序同时记录真实状态、未滤波状态和四类滤波估计状态，并通过三维轨迹图展示各方法在空间状态跟踪中的差异。

2026-07-10 11:07:00 221

原创 【MATLAB代码】一维 EKF、UKF、CKF、PF 四种滤波方法对比（扩展卡尔曼滤波、无迹卡尔曼滤波、容积卡尔曼滤波与粒子滤波）

本程序构建了一个典型的一维非线性状态估计场景，在统一的状态转移模型、平方非线性观测模型、过程噪声和测量噪声条件下，对扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）、容积卡尔曼滤波（CKF）和粒子滤波（PF）四种非线性滤波方法进行对比分析。

2026-07-08 13:54:04 194

原创 【MATLAB例程】三维非线性状态滤波对比：经典EKF、MCC-EKF、MVC-EKF。基于距离-方位角-俯仰角非线性观测模型，附代码下载链接

程序面向三维非线性状态估计问题，构建了一个基于距离、方位角和俯仰角观测的仿真实验，用于对比经典 EKF、最大相关熵准则 MCC-EKF 和最小误差熵/变相关准则 MVC-EKF 在异常测量干扰下的估计性能。程序首先通过三维非线性状态转移模型生成真实轨迹，并在指定时间段内人为加入距离和角度异常值，以模拟传感器突变误差、观测离群点或复杂环境下的非高斯噪声影响；随后分别运行三种滤波算法，其中 MCC-EKF 和 MVC-EKF 通过残差自适应权重对测量协方差进行膨胀，从而降低异常观测对滤波更新的影响。

2026-07-06 11:16:42 387

原创 【MATLAB例程】一维非线性状态滤波对比：经典EKF、MCC-EKF、MVC-EKF。在含异常测量的场景下，对比三种滤波方法的估计曲线和误差统计。

代码主要用来演示一维非线性系统中的鲁棒状态估计问题。程序先构造了一个带平方根非线性的状态转移模型和观测模型，然后人为在第 11 步到第 29 步之间加入一段明显的异常测量，用来模拟传感器突发干扰、测量跳变或外界噪声污染的情况。在滤波部分，代码同时实现并对比了经典 EKF、MCC-EKF 和 MVC-EKF 三种方法：普通 EKF 按照常规扩展卡尔曼滤波流程进行预测和更新，而 MCC-EKF 和 MVC-EKF 会根据残差大小动态调整测量权重，把不太可信的异常观测“降权处理”，从而减小异常值对估计结果的冲击。

2026-07-04 21:38:53 219

原创 【论文复现】MATLAB例程，存在测距误差的WSN无锚点分布式自定位，《WSN中存在测距误差的无锚点分布式自定位方法》

原创代码，请勿翻卖。

2026-07-04 21:37:55 310

原创 【MATLAB例程】二维平面下，多目标定位，采用4个基站的AOA+测距辅助定位，MATLAB代码。付完整可运行的m文件下载链接

https://download.csdn.net/download/callmeup/93043296

2026-07-03 21:56:50 136

原创 【MATLAB例程|车联网6】考虑调头车流扰动与网联车辆实时感知信息的干线多交叉口 FAC-CV 全感应协调控制仿真与性能对比分析

本文介绍了一套面向城市干线多交叉口信号协调控制的仿真框架，重点研究了车联网环境下的全感应协调控制方法（FAC-CV）。该方法利用网联车辆提供的实时交通信息，动态调整绿灯时间和交叉口相位差，与传统固定协调和全感应协调控制相比，显著降低了平均延误和排队长度。仿真结果显示，FAC-CV在80%网联车辆渗透率下，平均延误比固定协调降低25.3%，比传统全感应协调降低15.8%。研究还分析了不同渗透率对控制效果的影响。配套MATLAB代码可模拟多种控制策略的性能对比，为车联网环境下的信号优化提供参考。

2026-07-03 21:55:58 356

原创 【MATLAB例程|车联网5】基于网联车辆实时感知的单交叉口全感应自适应信号控制仿真系统——FA-CV方法与传统控制策略的性能对比研究

针对城市单交叉口的全感应信号控制仿真框架，核心方法为FA-CV（Fully-Actuated Control under Connected Vehicle Environment），即车联网环境下的全感应自适应控制。程序模拟四进口道交叉口在90个信号周期内的车辆到达、排队与消散过程，并以运动学模型重建网联车辆（CV）上报的位置与速度信息，据此估算清空排队所需的最小绿灯时长；

2026-07-02 13:38:35 132

原创 【MATLAB代码】三维非线性状态滤波对比：经典EKF、MCC-EKF、MVC-EKF。基于距离-方位角-俯仰角非线性观测模型，在测量序列中段注入区间性偏置异常值的场景下，对比三种滤波方法的状态估计

摘要：本文针对三维非线性状态估计问题，提出了一种基于距离、方位角和俯仰角观测的仿真实验，对比了经典EKF、最大相关熵准则MCC-EKF和最小误差熵/变相关准则MVC-EKF在异常测量干扰下的性能。实验通过三维非线性状态转移模型生成真实轨迹，并在特定时间段加入异常值模拟传感器误差。MCC-EKF和MVC-EKF采用残差自适应权重调整测量协方差，以减少异常观测影响。程序输出包括三维轨迹对比图、状态估计曲线和误差曲线，以及RMSE等统计指标，验证了鲁棒EKF方法在抗干扰能力和估计精度上的优势。完整MATLAB代码

2026-07-02 13:33:25 286

原创 【MATLAB代码】一维非线性状态滤波对比：经典EKF、MCC-EKF、MVC-EKF。在含异常测量的场景下，对比三种滤波方法的估计曲线和误差统计。

本文对比了一维非线性状态估计中三种滤波方法（经典EKF、MCC-EKF和MVC-EKF）在含异常测量场景下的性能。程序通过模拟连续异常值干扰，展示了基于最大相关熵准则（MCC）和最大Versoria准则（MVC）的鲁棒滤波对异常值的抑制能力。结果表明，MCC-EKF和MVC-EKF相比传统EKF具有更好的抗干扰性能，误差统计显示其估计精度显著提升。代码采用MATLAB实现，包含状态方程线性化、协方差更新和鲁棒权重计算等核心模块，通过可视化结果直观对比了三种方法的估计曲线和误差特性。

2026-07-01 11:00:41 254

原创 【MATLAB例程|车联网4】城市信号交叉口调头开口位置与多时段信号配时优化方法，以TD-U-CP模型（分时段调头开口与通行能力-相位联合优化模型）为理论框架

本文提出了一种基于TD-U-CP模型的城市交叉口信号控制优化方法，采用整数编码精英保留遗传算法对调头开口位置和信号配时方案进行联合优化。算法通过13个整数基因编码染色体，包含调头开口位置、绿灯时间和相位方案等信息，以通行能力与延误比为适应度指标，分两阶段进行优化：先独立优化各时段调头开口位置，再固定峰值时段方案后精细化调整信号配时。MATLAB实现结果表明，该方法能有效提升交叉口运行效率，输出推荐调头位置、最优相位方案及延误与通行能力的优化对比图表，为交叉口渠化设计与信号控制提供量化决策支持。

2026-07-01 10:23:05 278

原创 【MATLAB例程|车联网3】面向多任务车联网场景的 NAS 驱动操作级对齐聚合仿真例程，附代码下载链接

在真实部署的联邦学习系统中，参与客户端往往承载着任务类型迥异、数据分布高度非同质（non-IID）的本地学习目标，一刀切的同构模型架构既无法适配各节点的计算资源约束，也难以捕捉客户端数据内在复杂度的差异。本仿真程序为个性化异构架构联邦学习框架 PHA-Fed的MATLAB仿真例程：首先通过特征协方差矩阵的内在维度估计与标签熵代理量，构建每个客户端的任务-数据复杂度指标ΩiΩiΩi\Omega_iΩiΩi​​，进而依据 VC 维度泛化理论推导出各客户端所需的自适应网络深度did_id。

2026-06-30 10:47:55 17

原创 【论文复现】存在测距误差的WSN无锚点分布式自定位，《WSN中存在测距误差的无锚点分布式自定位方法》

在二维区域内随机生成传感器节点，并根据通信半径构建节点间邻接关系；随后对可通信节点之间的真实距离加入有界随机测距误差，形成带噪声的相对距离观测。在定位求解阶段，程序先利用基于最短路径距离的多维尺度分析（MDS）生成初始位置，再通过无锚点最速下降法最小化测距残差平方和，从而估计所有节点的相对坐标。

2026-06-30 10:47:28 783

原创 【MATLAB代码】二维平面下，多目标定位，采用4个基站的AOA+测距辅助定位，MATLAB代码。订阅专栏后可查看完整代码，粘贴到MATLAB空脚本中即可直接运行

本代码实现了基于的二维平面多目标定位，测距信息作为辅助增强手段。与。本项目本质上是 AOA 定位，测距信息只作为辅助约束引入；带距离辅助的 AOA 定位是在纯 AOA 定位基础上的精度增强方法。二维版本保留原三维版本的授权文件和代码介绍文件配置要求。

2026-06-29 15:30:12 150

原创 【MATLAB例程】四基站二维AOA定位与距离辅助增强对比仿真。基于角度观测和测距修正的固定目标平面定位精度分析

MATLAB代码，面向二维平面固定目标定位场景，构建了由 4 个固定基站和 1 个待定位目标组成的 AOA 定位仿真环境。程序首先随机生成目标与基站坐标，并在真实方位角和距离观测中加入噪声，用于模拟实际测量误差。随后分别实现“不带距离辅助的 AOA 定位”和“带距离辅助的 AOA 定位”两种方法：前者主要依据多个基站的方位角交汇完成目标位置估计，后者进一步引入测距信息对方位估计结果进行辅助修正。

2026-06-29 15:08:41 446

原创 【MATLAB例程（车联网2）】基于车车协同参数卸载的联邦拆分混合学习时延优化系统仿真，附完整代码的下载链接

本文介绍了一种面向高动态车联网的移动性感知多智能体强化学习驱动分割联邦学习方法（VRC-FSHL）。该程序实现了服务器广播全局模型、车辆间协同卸载和联邦聚合的核心流程，通过动态选择最优DNN拆分点和目标车辆来优化训练时延。实验结果显示，相比本地训练和V2S卸载，V2V协作方案能显著提升训练效率，并自动回滚劣化方案以保持性能稳定。程序输出了模型收敛曲线、时延对比和卸载关系可视化结果，验证了车载节点协作的有效性。该方法可扩展至区块链信任评估、大模型边缘部署等研究方向。完整MATLAB代码已开源，适用于车联网和联

2026-06-27 10:42:42 218

原创 【MATLAB例程分享（车联网1）】MCHFL边缘多中心分层联邦学习，仿真。多MEC协同的分层联邦学习在车路协同感知中的收敛性与通信代价分析

*边缘多中心分层联邦学习（Multi-Center Hierarchical Federated Learning, MCHFL）**框架，针对车路协同感知任务（以交通状态二分类为例，采用逻辑回归模型）构建了完整的仿真验证体系。该框架包含三个层次：（1）车辆层：各车辆基于本地交通感知数据进行小批量梯度下降的本地模型更新；

2026-06-27 10:42:05 168

原创 【MATLAB代码】四基站二维AOA定位与距离辅助增强对比仿真。基于角度观测和测距修正的固定目标平面定位精度分析

本项目本质上是 AOA 定位，测距信息只作为辅助约束引入；带距离辅助的 AOA 定位是在纯 AOA 定位基础上的精度增强方法。二维版本保留原三维版本的授权文件和代码介绍文件配置要求。

2026-06-26 10:46:39 258

原创 【MATLAB代码|车联网6】考虑调头车流扰动与网联车辆实时感知信息的干线多交叉口 FAC-CV 全感应协调控制仿真与性能对比分析

参考文献：孙立.车联网环境下城市道路交叉口调头开口位置与信号控制方案优化[D].大连理工大学,2025。

2026-06-26 10:13:06 115

【MATLAB例程】PDR系列(8)-二维TDOA与PDR融合定位，到达时间差与行人航位推算，数据融合获取高精度定位结果 附完整代码的下载链接
本例程是一个单文件 MATLAB 仿真程序，主要包括真实轨迹生成、PDR航位推算、TDOA无线定位观测、KF融合、误差统计和结果绘图。脚本中所有辅助函数均放在同一个 .m 文件末尾，可直接运行。

2026-07-27

【MATLAB例程】(PDR系列代码7)二维AOA（到达角度）与行人航位推算融合定位-高精度定位，完整的MATLAB例程
MATLAB仿真程序，主要包括真实轨迹生成、行人航位推算、AOA无线定位观测、KF融合、误差统计和结果绘图。脚本中所有辅助函数均放在同一个 .m 文件末尾，可直接运行。

2026-07-27

【改进PDR，MATLAB例程(6)】基于PDR与运动模型的三维IMM-EKF行人导航融合定位，附完整的代码下载链接
面向三维行人导航中的多运动模式估计问题，将带漂移的PDR位置观测与IMM-EKF滤波结合，可以直观看到纯PDR轨迹、融合轨迹、误差曲线和模型概率的变化。代码采用单个 m 文件组织，适合用于课程实验、论文仿真、滤波算法改造和行人定位方案验证。

2026-07-27

【MATLAB例程，PDR5】二维行人航位推算仿真，与CKF、自适应CKF融合定位方法对比，附代码下载链接
本例程针对位置观测噪声随时间变化的问题，比较固定噪声CKF和自适应CKF在PDR融合中的表现。程序给出轨迹、误差和噪声估计曲线，适合用于展示自适应滤波思想、观测质量变化建模以及PDR漂移抑制效果。

2026-07-27

【PDR，MATLAB例程】(4) 二维平面下，行人航位推算（PDR）与无线测距融合，IMM-EKF融合
例程面向室内无线定位与PDR融合场景，使用锚点测距提供外部约束，并通过IMM-EKF处理行人运动状态变化。程序同时输出纯PDR、无线定位和融合定位结果，适合学习UWB/蓝牙测距、PDR组合导航和非线性滤波融合框架。

2026-07-25

【PDR2，MATLAB仿真】用于IMU、步态检测、PDR融合的航位推算，适用于二维平面，融合方法为UKF
本例程面向二维行人导航，先用仿真 IMU 数据生成步态冲击峰，再通过阈值和最小步间隔完成步态检测。检测得到的步时刻和步态幅值用于构建 PDR 递推，随后使用稀疏位置修正量进入 UKF。程序结构集中在一个 `.m` 文件内，包含仿真、检测、滤波、误差统计和绘图函数。 纯 PDR 轨迹会随步数增加逐渐漂移；稀疏位置观测存在米级噪声且不是连续约束；UKF 将两者融合后得到连续平滑轨迹，并在本次调参后取得最低 RMSE。误差曲线和命令行 RMSE 表可以用于快速判断滤波器是否正确收敛。

2026-07-25

【MATLAB例程，PDR3】二维行人导航，自适应EKF融合增强定位效果
本例程针对位置观测噪声随时间变化的问题，比较固定噪声EKF和自适应EKF在PDR融合中的表现。程序给出轨迹、误差和噪声估计曲线，适合用于展示自适应滤波思想、观测质量变化建模以及PDR漂移抑制效果。

2026-07-25

PDR例程1MATLAB例程，多运动模式行人运动、含噪PDR位置观测和IMM-UKF滤波，附下载链接
本MATLAB例程展示二维行人导航中的交互多模型 UKF。仿真轨迹包含停止、正常行走、加速、协调转弯和随机机动等运动模式，PDR 观测中加入慢变漂移和模式相关噪声，滤波器需要在不同模型之间在线分配权重。

2026-07-24

【MATLAB例程】二维非线性状态估计，EKF、UKF、CKF、PF对比 非线性滤波-卡尔曼滤波 原创代码，可直接运行
【MATLAB例程】二维非线性状态估计，EKF、UKF、CKF、PF对比 非线性滤波-卡尔曼滤波 原创代码，可直接运行

2026-07-23

【MATLAB例程】三维EKF（扩展卡尔曼滤波）、UKF（无迹卡尔曼滤波）、CKF（容积卡尔曼滤波）、PF（粒子滤波）四种滤波方法对比
3维EKF（扩展卡尔曼滤波）、UKF（无迹卡尔曼滤波）、CKF（容积卡尔曼滤波）和PF（粒子滤波）四种经典方法，并在统一的非线性状态模型、平方观测模型及噪声条件下进行直观对比。

2026-07-08

【MATLAB代码】一维EKF（扩展卡尔曼滤波）、UKF（无迹卡尔曼滤波）、CKF（容积卡尔曼滤波）、PF（粒子滤波）四种滤波方法对比
本例程面向非线性状态估计与滤波算法学习需求，完整实现了一维EKF（扩展卡尔曼滤波）、UKF（无迹卡尔曼滤波）、CKF（容积卡尔曼滤波）和PF（粒子滤波）四种经典方法，并在统一的非线性状态模型、平方观测模型及噪声条件下进行直观对比。代码结构清晰、注释完整，可直接运行并自动生成状态估计曲线、误差曲线和误差统计柱状图，同时输出RMSE、平均绝对误差、最大绝对误差和标准差等评价指标。通过一个例程即可系统了解四类典型非线性滤波方法在建模思路、计算方式和估计性能上的差异，适合作为卡尔曼滤波入门、非线性滤波算法对比、课程实验、科研仿真以及算法二次开发的基础参考程序。

2026-07-08

【MATLAB例程】三维非线性状态滤波对比：经典EKF、MCC-EKF、MVC-EKF 基于距离-方位角-俯仰角非线性观测模型
三维状态估计仿真程序。状态量为三维向量，观测量为距离、方位角和俯仰角。程序会生成真实状态、含噪声和异常值的测量数据，并分别运行 EKF、MCC-EKF、MVC-EKF，输出状态估计曲线、三维轨迹曲线、状态误差曲线和误差统计指标。

2026-07-02

【MATLAB例程】一维非线性状态滤波对比：经典EKF、MCC-EKF、MVC-EKF 在含异常测量的场景下，对比三种滤波方法的估计曲线和误差统计
【MATLAB例程】一维非线性状态滤波对比：经典EKF、MCC-EKF、MVC-EKF 在含异常测量的场景下，对比三种滤波方法的估计曲线和误差统计

2026-07-02

算法复现MATLAB例程，存在测距误差的WSN无锚点分布式自定位，《WSN中存在测距误差的无锚点分布式自定位方法》
程序复现论文《WSN 中存在测距误差的无锚点分布式自定位方法》的核心思想：在无锚点无线传感器网络中，仅利用邻居节点间带误差的 RSS 测距值建立全局测距残差目标函数，并使用最速下降法迭代修正节点相对坐标。程序最后通过二维刚体配准把相对坐标对齐到真实坐标系，用于评价定位误差。 在二维区域内随机生成传感器节点，并根据通信半径构建节点间邻接关系；随后对可通信节点之间的真实距离加入有界随机测距误差，形成带噪声的相对距离观测。在定位求解阶段，程序先利用基于最短路径距离的多维尺度分析（MDS）生成初始位置，再通过无锚点最速下降法最小化测距残差平方和，从而估计所有节点的相对坐标。

2026-06-30

【MATLAB例程】二维平面下，多目标定位，采用4个基站的AOA+测距辅助定位
基于到达角度（AOA, Angle of Arrival）的二维平面多目标定位，测距信息作为辅助增强手段。程序在 4 个基站、8 个目标的场景下对比两种方案：**纯 AOA 最小二乘定位**与 **AOA + 测距辅助均值融合定位**。

2026-06-29

4基站，二维，AOA+测距辅助 MATLAB代码例程
4基站，二维，AOA+测距辅助 MATLAB代码例程

2026-06-29

【MATLAB代码-车联网6】考虑调头车流扰动与网联车辆实时感知信息的干线多交叉口 FAC-CV 全感应协调控制仿真与性能对比分析
面向城市干线多交叉口信号协调控制场景，构建了一套基于网联车辆环境的全感应协调控制仿真框架。固定协调控制采用基于历史交通需求的预设绿波方案，传统全感应协调控制根据本周期排队状态和上游放行信息进行绿灯时间调整，FAC-CV 方法则进一步利用网联车辆提供的实时排队、到达时间和车队传播信息，对绿灯时间和交叉口间相位差进行动态修正。 缩写说明：`FAC-CV` 表示 `Fully-Actuated Coordinated Control under Connected Vehicle environment`，即车联网环境下全感应协调控制；其中 `FA-CV` 表示车联网环境下全感应控制，`CV` 表示 `Connected Vehicle`，即网联车辆。

2026-06-25

【MATLAB代码】基于网联车辆实时感知的单交叉口全感应自适应信号控制仿真系统-FA-CV方法与传统控制策略的性能对比研究
针对城市单交叉口的全感应信号控制仿真框架，核心方法为FA-CV（Fully-Actuated Control under Connected Vehicle Environment），即车联网环境下的全感应自适应控制。程序模拟四进口道交叉口在90个信号周期内的车辆到达、排队与消散过程，并以运动学模型重建网联车辆（CV）上报的位置与速度信息，据此估算清空排队所需的最小绿灯时长；在完成初始排队清空后，进一步通过滑动时间窗机制逐步检验窗口内到达车辆能否将相位饱和度维持在预设阈值以上，以决定是否延长绿灯，从而在避免过度绿灯浪费的同时充分消纳近期到达需求。程序同时实现了固定多时段控制与传统全感应控制作为基准对照，在随机化、周期性波动的需求场景下对三种方法的平均延误、平均剩余排队及绿灯时间动态进行定量比较，并输出延误柱状图、排队对比图、绿灯调整过程曲线、相位饱和度判据图及绿灯时间矩阵热力图共五类可视化结果，为FA-CV控制逻辑的性能验证与参数调优提供完整的仿真实验平台。

2026-06-25

【MATLAB例程（车联网1）】基于车车协同参数卸载的联邦拆分混合学习时延优化系统仿真，附完整代码的下载链接
面向高动态车联网拓扑的移动性感知多智能体强化学习驱动分割联邦学习

2026-06-24

【MATLAB例程】MCHFL边缘多中心分层联邦学习，仿真 多MEC协同的分层联邦学习在车路协同感知中的收敛性与通信代价分析
# 程序简介 **边缘多中心分层联邦学习（Multi-Center Hierarchical Federated Learning, MCHFL）**框架，针对车路协同感知任务（以交通状态二分类为例，采用逻辑回归模型）构建了完整的仿真验证体系。该框架包含三个层次：（1）车辆层：各车辆基于本地交通感知数据进行小批量梯度下降的本地模型更新；（2）边缘层：同一MEC覆盖范围内的车辆模型按数据量加权聚合至边缘中心，并通过基于Shannon容量与二分搜索的带宽自适应分配算法，解决多车辆同步上传时的"长尾"耗时问题，使所有车辆尽可能同时完成本地计算与模型回传；（3）边缘协同层：各MEC边缘中心之间基于空间距离构建Gossip混合矩阵，进行多轮一致性平均，替代传统的单一云端中心聚合，从而提升系统的鲁棒性与去中心化程度。 仿真同时引入了车辆/边缘节点的随机失效机制，以模拟真实车联网环境中的链路不稳定性，并将所提出的MCHFL方案与传统集中式云端联邦学习在通信轮次收敛曲线、全局感知准确率、最后一轮带宽分配公平性以及综合通信-能耗代价等多个维度进行了对比分析，验证了边缘多中心协同架构在车路协同感知场景下的有效性与优越性。

2026-06-24

【MATLAB例程】城市信号交叉口调头开口位置与多时段信号配时优化方法，以TD-U-CP模型（分时段调头开口与通行能力-相位联合优化模型）为理论框架
面向城市信号控制交叉口的运行效率提升问题，以TD-U-CP模型（分时段调头开口与通行能力-相位联合优化模型）为理论框架，采用整数编码精英保留遗传算法，对四个进口道的调头开口设置位置与早高峰、平峰、晚高峰三个控制时段的信号配时方案实施两阶段联合优化。染色体由13个整数基因构成，涵盖各进口道调头开口距停车线距离、左转绿灯时间、直行绿灯时间及相位方案编号，以通行能力与平均延误之比为适应度指标，通过锦标赛选择、分组交叉与随机扰动变异驱动种群进化；第一阶段分时段独立寻优以获取各时段最优调头开口位置，第二阶段依据全天交通需求锁定峰值时段的开口方案后再对各时段信号配时进行精细化再优化，最终输出推荐开口位置、各时段最优相位方案及延误与通行能力的优化前后对比图表，为工程实践中的交叉口渠化设计与信号控制一体化决策提供量化支撑。

2026-06-24

【MATLAB例程】面向多任务车联网场景的 NAS 驱动操作级对齐聚合仿真例程
%%个性化异构架构联邦学习例程 % 个性化异构架构联邦学习演示。 % 程序使用轻量表格特征操作模拟NAS单元和操作级聚合，不依赖深度学习工具箱。

2026-06-24

【AOA与测距辅助定位】MATLAB例程，AOA二维定位，测距仅作为辅助精度增强
三基站二维 AOA 定位与距离辅助定位的 Monte Carlo 仿真实验。程序首先在二维平面内随机生成固定的目标位置和三个基站位置，然后在保持真实几何构型不变的条件下，重复进行多次 Monte Carlo 实验。在每次实验中，程序分别向 AOA 方位角量测和距离量测中加入高斯随机噪声，并对目标位置进行估计，从而比较“仅 AOA 定位”和“AOA + 距离辅助定位”两种方法的定位性能。

2026-06-16

【MATLAB程序】二维A*+APF路径规划与TOA-AOA-TDOA融合定位仿真
程序为二维 A*+APF 路径规划与 TOA-AOA-TDOA 融合定位仿真。程序先在含障碍物的二维地图中利用 A* 算法生成全局避障路径，并通过人工势场法对路径进行平滑优化；随后，以规划路径点作为真实轨迹，模拟 TOA、AOA 和 TDOA 多源量测，并采用 Gauss-Newton 迭代方法完成目标位置估计。程序最终绘制规划轨迹、定位轨迹、坐标分量和定位误差曲线，并输出路径长度、定位误差和 RMSE 等统计结果，可用于路径规划与多源融合定位算法验证。

2026-06-14

【MATLAB代码】二维Astar（A*）+人工势场法（APF）路径规划与TDOA定位算法演示仿真
二维环境下A*+APF混合路径规划与 TDOA 定位联合仿真方法，主要用于模拟复杂障碍环境下移动目标的路径生成与定位估计过程。程序首先在二维栅格地图中设置起点、终点、矩形障碍物和固定锚节点，利用 A* 算法完成全局避障路径搜索，并通过人工势场法对初始路径进行平滑优化，得到更连续、更安全的运动轨迹；随后，将规划路径点作为目标真实位置，在各路径点处模拟带噪声的 TDOA 距离差量测，并采用 Gauss-Newton 迭代方法对目标二维位置进行估计。程序最终通过多个图像窗口展示路径规划结果、真实轨迹与估计轨迹对比、坐标分量变化和定位误差曲线，同时在命令行输出路径长度、路径点数、迭代次数、平均误差、最大误差、最小误差和 RMSE 等统计指标

2026-06-14

【MATLAB例程】二维A*（A star）+APF（人工势场）路径规划与AOA定位算法-基于A*与人工势场融合路径规划的二维AOA定位仿真
二维 A*+APF 路径规划与 AOA 定位联合仿真程序。整体流程是先在二维栅格地图中设置起点、终点、矩形障碍物和锚节点，然后利用 A* 算法生成初始避障路径，再通过人工势场法对路径进行平滑和局部优化，最终将优化后的路径点作为运动轨迹真值，在各路径点处模拟 AOA 方位角量测，并利用多锚节点角度约束完成二维位置估计。 本程序采用 A* 与 APF 串联的混合规划结构。首先利用 A* 在二维栅格地图上完成全局搜索，得到一条严格避障的引导路径；随后对引导路径进行稠密化，并基于人工势场法引入三类局部作用力： 1. 相邻路径点之间的平滑力，用于减弱折线感； 2. 指向终点的吸引力，用于保持整体前进方向； 3. 障碍物附近的斥力，用于主动远离矩形障碍物边界。 每次 APF 修正都会重新检查与前后路径段的碰撞关系，仅接受仍然满足避障约束的更新，因此可以在不破坏全局可达性的前提下优化路径形状。

2026-06-13

【MATLAB例程-三维AOA与测距，目标跟踪与IMM】n基站移动目标IMM-EKF/UKF/CKF可选择版本，AOA定位为主、测距辅助的非线性滤波
三维移动目标的多基站AOA/距离辅助IMM非线性滤波定位仿真程序。程序以AOA角度观测为主要定位信息，并引入距离量测作为精度增强辅助，在随机布设的n个三维基站条件下，对机动目标的空间位置、速度和运动模型概率进行联合估计。代码内置分段机动轨迹，包括匀速运动段和常加速度机动段，可较好地模拟移动目标在不同运动状态之间切换的跟踪场景。

2026-06-12

二维A*+APF路径规划与AOA-TDOA融合定位算法
本代码实现了一套二维路径规划与无线融合定位联合仿真框架，将A*全局路径搜索、人工势场法局部路径优化以及AOA-TDOA融合定位模型集成在同一程序中。程序首先在含矩形障碍物的二维栅格地图中完成从起点到终点的可行路径规划，并利用APF方法对A*生成的离散路径进行平滑与避障优化，从而得到更适合作为运动轨迹的路径点序列。 在定位部分，代码以规划路径点作为目标真实轨迹，在多锚节点环境下模拟AOA角度量测和TDOA距离差量测，并通过Gauss-Newton迭代求解非线性融合定位问题，实现路径点位置估计。程序同时输出规划路径、定位轨迹、坐标分量对比、定位误差曲线以及误差统计指标，能够直观展示路径规划结果与AOA-TDOA融合定位性能，适合用于机器人导航、无人平台定位、无线传感网络定位及路径规划与定位耦合分析等相关研究与教学演示。

2026-06-12

二维AOA与TOA混合定位CKF滤波仿真【MATLAB例程】AOA与TOA混合定位例程，自适应基站数量，二维平面，轨迹滤波使用CKF加强精度
本程序面向二维平面目标定位与轨迹跟踪场景，构建了一套融合AOA角度观测与TOA距离观测的混合定位算法框架。程序支持自适应基站数量设置，通过多基站角度与时间到达信息联合估计目标位置，有效提升了单一观测方式下的定位稳定性与精度。相比传统单纯AOA或TOA定位方法，该例程进一步结合轨迹运动特性，使定位结果更加连续、平滑，适用于无线定位、机器人导航、无人机协同感知、室内外目标跟踪等典型应用场景。 在轨迹滤波部分，程序引入容积卡尔曼滤波（CKF）对AOA/TOA混合定位结果进行动态平滑处理，并与纯观测结果、模拟惯导结果进行对比分析。代码不仅给出了目标真实轨迹、观测轨迹、CKF估计轨迹和基站布局的可视化结果，还输出了双轴误差曲线与RMSE对比图，便于直观评估算法性能。整体例程结构清晰、参数可调、图像输出完整，可作为学习多源融合定位、非线性滤波和轨迹估计方法的高质量MATLAB参考程序。

2026-06-12

【MATLAB例程】 角度+测距辅助的三维定位（AOA+TOA），4个基站多目标，带距离辅助的AOA定位为新提出的精度增强方法，通常可获得更高定位精度
基于AOA定位的高精度改进，测距信息作为辅助约束引入；带距离辅助的AOA定位是在原纯AOA定位基础上新提出的精度增强方法，通常可获得更高定位精度。

2026-06-11

MATLAB代码，无人机集群时间与角度约束下的协同攻击算法
代码实现了一个多无人机协同攻击的模拟系统，适用于分析和优化无人机群在时间同步和角度约束下的攻击任务。通过贝塞尔曲线进行路径规划，并通过动态仿真展示了无人机群的协同飞行过程，提供了对无人机群体协同任务的可视化和评估。

2026-06-09

【MATLAB例程】任意基站数量的AOA+测距辅助定位，适用于三维环境
【MATLAB例程】任意基站数量的AOA+测距辅助定位，适用于三维环境

2026-06-09

MATLAB例程，距离与AOA辅助的三维测距定位程序，2个基站、三维定位，附带与正常AOA的结果对比 有图像输出
基于 MATLAB 的 **AOA 角度测量与距离辅助融合三维定位仿真实例**。程序以两个固定基站和一个待定位目标为对象，分别实现了“不带距离辅助的 AOA 定位”和“带距离辅助的 AOA+距离融合定位”两种方案，并通过三维空间图、XY/XZ/YZ 平面投影图、三轴误差柱状图和平均距离误差对比图，对定位效果进行直观展示。 * 首先随机生成目标点和两个基站的位置，然后根据真实几何关系模拟目标相对于基站的方位角、俯仰角和距离观测，并在角度和距离观测中加入随机噪声，以接近实际传感器测量过程。 * 在定位解算部分，程序先利用 AOA 角度约束构造线性观测方程，通过伪逆方法估计目标位置；随后进一步引入测距信息，根据角度方向向量和距离观测得到各基站对目标位置的独立估计，并取平均作为融合定位结果。 * 与单纯依靠 AOA 的定位方式相比，距离辅助方法能够在角度观测的基础上进一步约束目标与基站之间的空间尺度关系，使定位结果更加直观，也更适合作为后续多传感器融合定位、UWB/AOA联合定位、无人机协同定位和无线传感器网络定位算法的基础例程。程序结构简洁，参数设置集中，绘图结果完整，适合用于算法入门、课程实验、工程仿真和论文前期验证。 代码运行后将自动输出基站坐标、目标真实坐标、两种方法的估计坐标、三轴定位误差以及平均距离误差，并生成多幅对比图，方便观察不同观测信息对三维定位精度的影响。

2026-06-09

【matlab代码】分布式EKF滤波的MATLAB代码，以三维多无人机协同导航算法为例，使用相邻估计节点对同一个编队状态的估计进行协方差交叉融合
程序针对三维多无人机协同导航，构建分布式EKF-CI（协方差交互）滤波框架。系统中每架无人机对应一个估计节点。与集中式滤波的状态不同，这里每个节点内部都估计完整的编队状态，因此任意节点都可以形成对整支无人机编队的三维位置和速度估计。 完整代码，下载后可直接运行，讲解、定制等也可以联系我。

2026-06-06

MATLAB 基于新息协方差匹配的自适应扩展卡尔曼滤波（CM-AEKF），背景为三维雷达目标跟踪
针对三维雷达目标跟踪问题，建立了一个包含位置和速度的六维状态空间模型。 系统模型采用三维匀速运动模型，过程噪声通过三轴加速度噪声引入雷达位于原点，量测模型采用三维球坐标形式，观测量包括距离、方位角和俯仰角。其中，距离、方位角和俯仰角分别由目标的三维直角坐标计算得到。由于量测方程是非线性的，程序在每个时刻根据预测状态计算量测预测值和雅可比矩阵，并使用扩展卡尔曼滤波完成预测和更新。 标准EKF对Q和R的设置较敏感。如果噪声协方差设置偏离真实噪声水平，滤波器可能过度信任模型预测或过度信任量测，导致估计误差增大。CM-AEKF的核心思想是利用新息序列在线反映模型与量测之间的匹配程度，并根据实际新息协方差与理论新息协方差的差异自适应调整R和Q。

2026-06-06

【MATLAB例程】自适应渐消扩展卡尔曼滤波（AFEKF）三维雷达目标跟踪-状态向量: [x, vx, y, vy, z, vz]，观测向量: [距离, 方位角, 俯仰角]
针对三维雷达机动目标跟踪问题，构建状态向量 `[x, vx, y, vy, z, vz]'`，其中包含目标在三维空间中的位置和速度信息。目标真实轨迹分为多个运动阶段，包括匀速运动和不同加速度机动过程，用于检验滤波器在目标机动情况下的跟踪能力。 雷达量测模型采用三维球坐标形式，观测量包括距离、方位角和俯仰角。程序首先根据真实轨迹生成带有高斯噪声的量测数据，然后将首帧量测由球坐标转换为直角坐标，作为标准EKF和自适应渐消EKF的初始状态估计。

2026-06-06

【MATLAB例程】自适应R的AEKF（自适应扩展卡尔曼滤波）和经典EKF比较，MATLAB例程-三维非线性系统，逐行注释，可直接运行（已调优）
经典扩展卡尔曼滤波（EKF）与自适应扩展卡尔曼滤波（AEKF）的MATLAB对比仿真程序。程序以三维非线性离散系统为对象，通过构造真实状态、含噪声状态和观测数据，对比分析EKF与基于观测噪声协方差矩阵R自适应调节的AEKF在非线性状态估计中的性能差异。

2026-06-06

【MATLAB例程】基于扩展卡尔曼滤波(EKF)的正反向滤波，实时滤波，改善估计精度
状态方程、观测方程以及对应的解析雅可比矩阵均使用匿名函数定义，只需替换 `f`、`h`、`F_fun`、`H_fun` 四个句柄，即可快速测试自己的模型，无需重构整个滤波架构。 代码同时实现前向EKF实时估计与后向RTS固定区间平滑，并自动对齐数据、计算增益、修正协方差。可直接对比同一系统下的在线估计与离线平滑精度，深入理解平滑算法如何利用全部观测“修正历史”。 所有对比图形均自动生成并排版，包含置信区间填充、动态刷新、图例标注、柱顶数值标注、旋转轴标签等细节。 通过 `rng(0)` 固定随机数种子，保证每次运行得到的估计曲线与误差统计完全相同，便于教学演示或与他人交流对比。

2026-06-02

【MATLAB程序】基于σ修正自适应律的多无人机菱形编队控制仿真
https://blog.csdn.net/callmeup/article/details/161486003?spm=1011.2415.3001.5331

2026-05-29

【MATLAB控制例程10】通信受限条件下的多个UAV形成的集群协同控制
程序采用模块化函数设计，主脚本仅负责参数初始化与流程调用，所有核心逻辑封装在独立函数中，结构清晰，便于二次修改。程序启动后先配置参数，随后分别运行"无中断"与"有中断"两个对照场景，最后依次调用 5 个绘图函数完成可视化，并在命令行打印汇总数据。

2026-05-27

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除