ukf实测信号的预测 matlab,无迹卡尔曼滤波(UKF)在参数估计应用中迭代停滞问题

本帖最后由 华仔zju 于 2017-3-23 16:40 编辑

最近项目上在利用卡尔曼滤波进行模型参数估计，编写的EKF程序运行良好，后来看到论文提及UKF效果会比EKF更好，便想着使用UKF试一试

仿造 https://www.ilovematlab.cn/thread-190623-1-1.html 编写代码，运行之后发现仅在前几步迭代过程中状态会更新，随后状态协方差会变得很小，导致状态量几乎不变化。

以下是简化版的代码，求各位大神指点迷津

% function data=createst(snr)为信号发生函数

% function testukf为主函数

% function  statenext=systemfun(statelast)为状态方程，一旦数据采集得到，那么模型中状态量就固定了，此处认为k+1时的状态与k时状态相同

% function  y=measurefun(statelast,time)为观测方程

% function [xc,p]=UKFfiter(systemfun,measurefun,xc0,yc,p0,time)为UKF函数

function data=createst(snr)

%函数为s=a*t+b*cos(t)+c*sin(t)+d  根据给定的100个(t,s)点，求取对应的a,b,c,d值

a=0.5; b=20; c=10; d=30;

t=1:100;

for i=1:100

s(1,i)=a*t(1,i)+b*cos(t(1,i))+c*sin(t(1,i))+d;