UKF入门级别详解

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

本文主要是学习西工大严恭敏老师的UKF课程笔记，以及UKF的学习总结，方便后期查阅。

---

一、蒙特卡洛仿真

1.1 浦丰投针求解π问题

	1.设置条纹间距为d的图形；
	2.取一根长度为l的针（l<d）,随机的向条纹图形中投掷n次，相交的次数记为m次（图中a 为相交的针，b为不想交的针）；
	3.计算针相交的概率;

1.2 蒙特卡洛仿真举例

	以平面直角坐标系的坐标原点为圆心，1为半径的圆在第一象限的面积为π/4；

如图所示：给边长为1的正方向打点，设一共打点个数为n，落在π/4 区域的点数为m，则：π/4=m/n；
收敛精度为：

	matlab 仿真程序如下：

% 蒙特卡洛仿真 求PI
%%
PI=zeros(1,1000);
for i=1:1000
    n=1000000;
    p=unifrnd(0,1,2,n);%0~1区间内生成2维n个随机分布的点
    
    PI(i)=4*sum(sum(p.^2)<1)/n;%sum(p.^2)<1  返回值为0  或者1 ，求和后便是m
end
figure;
plot(PI);

仿真1000次的π 结果如下：

1.3蒙特卡洛仿真举例（3维）

在单位球体内偏离中心0.25的位置挖去一个半径为0.25的圆柱（如下图），试求该球体剩余部分的体积？

仿真求解程序如下：

V=zeros(100,1);
for i=1:100
    n=1000000;% 打点数为1000000
    p=unifrnd(-1,1,3,n);% 生成区间为-1~1的n个3维均匀分布的点
    V(i)=2^3*sum(sum(p.^2)<1&((p(1,:).^2)+(p(2,:)-0.25).^2)>0.25.^2)/n;% 挖掉圆柱的球体体积为，点在球中的概率 乘 正方体体积
end
figure; 
plot(V);% 画出100次仿真的结果

二、二维随机向量的非线性变换和概率传播

2.1 二维随机数的生成

%% 生成符合高斯分布的数据
mu = [0 0];                     % 零均值
Sigma= [1 0.42; 0.42 2];        % 协方差阵
X = mvnrnd(mu,Sigma,500);       % mvnrnd 生成符合零均值 和Sigma 的二维数据
figure;scatter(X(:,1),X(:,2),'.');     % 绘制数据点
hold on;scatter(mean(X(:,1)),mean(X(:,2)),'*','r');

绘制数据点图：

2.2 二维随机数的非线性变换

%  Y1=（X1-1）*（X2-0.2）
%  Y2= -（X1-1）^2
Y(:,1)=(X(:,1)-1).*(X(:,2)-0.2);
Y(:,2)= -(X(:,1)-1).^2;
figure;scatter(Y(:,1),Y(:,2),'.');
hold on;scatter(mean(Y(:,1)),mean(Y(:,2)),'*','r');

绘制图如下：

2.3 误差椭圆系列

误差椭圆绘制详解

三 UKF入门

要理解UKF思想，需要细细品味以上几个仿真例子；

3.1 UKF 和KF EKF的区别

	KF:是一种线性的最小方差估计模型，常被应用于系统方程和观测方程为线性的情况；
	EKF：扩展卡尔曼滤波的出现是为了应对非线性的估计，主要是采用泰勒展开式对非线性系统进行线性化，然后进行卡尔曼滤波估计，该方法本质上仍然是标准的卡尔曼滤波；但是由于在线性化的过程中会舍弃高阶项，因此会产生一部分线性化误差，当被估计的对象是弱非线性化的情况下影响并不大，但对于强非线性化的对象则并不适用该方法。
	UKF：UKF的产生是为了应对强非线性化的最优估计问题；
	注：在实际的工程应用中 对于线性化的或者弱线性化的对象估计选择EKF，只有当强非线性化的对象估计才能体现UKF的特点；

3.2 UT 变换

参考文献：卡尔曼滤波与组合导航原理——秦永元（获取方式：在评论区留下邮箱^ _ ^）


UT 变化的精度分析太过复杂，此处不进行分析，直接给出结论：当对象为非线性系统时，UT变化的精度优于线性化精度，非线性化越强精度差异越明显；

3.3 UKF的具体步骤

word 敲得公式竟然无法粘贴上来，无奈只能截图（获取word版本方式：1.移步下载(https://download.csdn.net/download/qq_40957243/19404011?spm=1001.2014.3001.5501)
2.评论区留言 ）

3.4 UKF的MATLAB仿真程序

UKF matlab仿真

总结

本文主要是记录学习笔记，有错勿喷！欢迎指正

参考文献

卡尔曼滤波与组合导航——秦永元
西工大严龚敏老师的B站组合导航视频