![东南大学统计信号处理实验实验三_第1页](http://file3.renrendoc.com/fileroot_temp3/2022-2/28/ff24604d-37be-4369-aa3a-ab00a35f59ef/ff24604d-37be-4369-aa3a-ab00a35f59ef1.gif)
![东南大学统计信号处理实验实验三_第2页](http://file3.renrendoc.com/fileroot_temp3/2022-2/28/ff24604d-37be-4369-aa3a-ab00a35f59ef/ff24604d-37be-4369-aa3a-ab00a35f59ef2.gif)
![东南大学统计信号处理实验实验三_第3页](http://file3.renrendoc.com/fileroot_temp3/2022-2/28/ff24604d-37be-4369-aa3a-ab00a35f59ef/ff24604d-37be-4369-aa3a-ab00a35f59ef3.gif)
![东南大学统计信号处理实验实验三_第4页](http://file3.renrendoc.com/fileroot_temp3/2022-2/28/ff24604d-37be-4369-aa3a-ab00a35f59ef/ff24604d-37be-4369-aa3a-ab00a35f59ef4.gif)
![东南大学统计信号处理实验实验三_第5页](http://file3.renrendoc.com/fileroot_temp3/2022-2/28/ff24604d-37be-4369-aa3a-ab00a35f59ef/ff24604d-37be-4369-aa3a-ab00a35f59ef5.gif)
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、 统计信号处理实验三目的:掌握卡尔曼滤波滤波器的原理;内容:用雷达跟踪目标,目标的运动可以看成是在径向和横向内的二维运动,其运动方程和观测方程分别为:、和分别为径向距离、速度和观测值,而、和分别为横向距离、速度和观测值。和是状态噪声,是目标速度的波动;和是观测噪声;四种噪声的均值都为0,呈高斯分布,互不相关。T是雷达扫描一次的时间,此处设为1.0秒。假设目标距离雷达约160Km左右,径向初速度设为300 m/s,并且在向雷达靠近,横向初速度设为0 m/s。这样它的径向速度波动大,而横向速度波动小,所以我们假设的方差为300m/s,的方差为m/s。鉴于雷达的观测误差,我们假设观测噪声和的方差和均
2、为1.0Km。其中,和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
3、;sigma_u2=0.2;sigma_w=0.1;T=1; s1=12 zeros(1,499);s2=7 zeros(1,499);v1=15 zeros(1,499);v2=4 zeros(1,499);y1=zeros(1,500);y2=zeros(1,500);A=1 T 0 0;0 1 0 0;0 0 1 T;0 0 0 1;C=1 0 0 0;0 0 1 0;X=s1;v1;s2;v2;X0=11.8 zeros(1,499);13.8 zeros(1,499);6.8 zeros(1,499);3.9 zeros(1,499);Y=y1;y2;Y0=y1;y2;u1=sigm
4、a_u1*randn(1,500);u2=sigma_u2*randn(1,500);w1=sigma_w*randn(1,500);w2=sigma_w*randn(1,500);M=500;for i=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)'ends1=X(1,:);v1=X(2,:);s2=X(3,:);v2=X(4,:);K=alfa 0;beta/T 0;0 alfa;0 beta/T;M=500;for i=1:M-1; X1(:,i+1)=A*X0(:,i)
5、; 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);endt=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');grid on;figure(2);plot(t,
6、X(2,:),'b',t,X0(2,:),'r');h=legend('真实值','估计值');xlabel('t');ylabel('v1');title('alfa-beta滤波v1');grid on;figure(3);plot(t,X(4,:),'b',t,X0(4,:),'r');h=legend('真实值','估计值');xlabel('t');ylabel('v2');ti
7、tle('alfa-beta滤波v2');grid on;取值alfa = 0.8;beta = 0.2;第二个取值下的估计效果较差。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;clear;clc;sigma_u1=0.3;sigma_u2=0.2;sigma_w=0.1;T=1;s1=12 zeros(1,499);s2=7 zeros(1,499);v1=15 zeros(1,499);v2=4 zeros(1,499);y1=zeros(1,500);y2=zeros(1,500);A=1 T 0 0;0 1 0 0;0 0 1 T;0 0 0
8、1;C=1 0 0 0;0 0 1 0;Q=0 0 0 0;0 sigma_u1 0 0;0 0 0 0;0 0 0 sigma_u2;R=sigma_w 0;0 sigma_w;I=1 0 0 0;0 1 0 0;0 0 1 0;0 0 0 1;P2=sigma_w sigma_w/T 0 0; sigma_w/T sigma_u1+2*sigma_w/(T2) 0 0; 0 0 sigma_w sigma_w/T; 0 0 sigma_w/T sigma_u2+2*sigma_w/(T2) ;X=s1;v1;s2;v2;X0=11.8 zeros(1,499);13.8 zeros(1,4
9、99);6.8 zeros(1,499);3.9 zeros(1,499);Y=y1;y2;Y0=y1;y2;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;for i=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)'ends1=X(1,:);v1=X(2,:);s2=X(3,:);v2=X(4,:);for i=1:M-
10、1; if i=1 P1=A*P2*A'+Q; else P1=A*P0*A'+Q; end K=P1*C'*inv(C*P1*C'+R); X1(:,i+1)=A*X0(:,i) X0(:,i+1)=X1(:,i+1)+K*(Y(:,i+1)-C*X1(:,i+1); Y0(:,i+1)=C*X0(:,i+1); P0=(I-K*C)*P1;endt=1:500;figure(1);plot(X(3,:),X(1,:),'b',X0(3,:),X0(1,:),'r');h=legend('真实值','估计
11、值');xlabel('s2');ylabel('s1');title('Kalman滤波的距离');grid on;figure(2);plot(t,X(2,:),'b',t,X0(2,:),'r');h=legend('真实值','估计值');xlabel('t');ylabel('v1');title('Kalman滤波的v1');grid on;figure(3);plot(t,X(4,:),'b',t,
12、X0(4,:),'r');h=legend('真实值','估计值');xlabel('t');ylabel('v2');title('Kalman滤波的v2');grid on;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。滤波clear;clc;alfa=0.6;beta=0.4;sigma_u1=0.3;sigma_u2=0.2;sigma_w=0.1;T=1; s1=12 zeros(1,499);s2=7 zer
13、os(1,499);v1=15 zeros(1,499);v2=4 zeros(1,499);y1=zeros(1,500);y2=zeros(1,500);A=1 T 0 0;0 1 0 0;0 0 1 T;0 0 0 1;C=1 0 0 0;0 0 1 0;X=s1;v1;s2;v2;X0=11.8 zeros(1,499);13.8 zeros(1,499);6.8 zeros(1,499);3.9 zeros(1,499);Y=y1;y2;Y0=y1;y2;u1=sigma_u1*randn(1,500);u2=sigma_u2*randn(1,500);w1=sigma_w*rand
14、n(1,500);w2=sigma_w*randn(1,500);M=500;for i=1:M-1; X(:,i+1)=A*X(:,i)+0;u1(i);0;u2(i); if i=199 X(2,i+1)= X(2,i+1)+10; X(4,i+1)= X(4,i+1)+10; end Y(:,i+1)=C*X(:,i+1)+w1(i+1) w2(i+1)' ends1=X(1,:);v1=X(2,:);s2=X(3,:);v2=X(4,:);K=alfa 0;beta/T 0;0 alfa;0 beta/T;M=500;for i=1:M-1; X1(:,i+1)=A*X0(:,
15、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);endt=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滤波的距离');grid on;figure(2);pl
16、ot(t,X(2,:),'b',t,X0(2,:),'r');h=legend('真实值','估计值');xlabel('t');ylabel('v1');title('alfa-beta滤波的v1');grid on;figure(3);plot(t,X(4,:),'b',t,X0(4,:),'r');h=legend('真实值','估计值');xlabel('t');ylabel('v2
17、9;);title('alfa-beta滤波的v2');grid on;卡尔曼滤波clear;clc;sigma_u1=0.3;sigma_u2=0.2;sigma_w=0.1;T=1;s1=12 zeros(1,499);s2=7 zeros(1,499);v1=15 zeros(1,499);v2=4 zeros(1,499);y1=zeros(1,500);y2=zeros(1,500);A=1 T 0 0;0 1 0 0;0 0 1 T;0 0 0 1;C=1 0 0 0;0 0 1 0;Q=0 0 0 0;0 sigma_u1 0 0;0 0 0 0;0 0 0 si
18、gma_u2;R=sigma_w 0;0 sigma_w;I=1 0 0 0;0 1 0 0;0 0 1 0;0 0 0 1;P2=sigma_w sigma_w/T 0 0; sigma_w/T sigma_u1+2*sigma_w/(T2) 0 0; 0 0 sigma_w sigma_w/T; 0 0 sigma_w/T sigma_u2+2*sigma_w/(T2) ;X=s1;v1;s2;v2;X0=11.8 zeros(1,499);13.8 zeros(1,499);6.8 zeros(1,499);3.9 zeros(1,499);Y=y1;y2;Y0=y1;y2;u1=sig
19、ma_u1*randn(1,500);u2=sigma_u2*randn(1,500);w1=sigma_w*randn(1,500);w2=sigma_w*randn(1,500);M=500;for i=1:M-1; X(:,i+1)=A*X(:,i)+0;u1(i);0;u2(i); if i=199 X(2,i+1)= X(2,i+1)+8; X(4,i+1)= X(4,i+1)+8; end Y(:,i+1)=C*X(:,i+1)+w1(i+1) w2(i+1)'ends1=X(1,:);v1=X(2,:);s2=X(3,:);v2=X(4,:);for i=1:M-1; if i=1 P1=A*P2*A'+Q; else P1=A*P0*A'+Q; end K=P1*C'*inv(C*P1*C'+R); X1(:,i+1)
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 8《人之初》教学设计2023-2024学年统编版语文一年级下册
- 中国履带式推土机行业市场现状供需分析及市场深度研究发展前景及规划可行性分析研究报告(2024-2030)
- 中国小金属行业市场发展分析与发展前景预测及投资咨询研究报告(2024-2030)
- 中国婴儿保育设备行业发展分析及投资风险预测分析报告(2024-2030)
- 中国外贸行业发展前景及发展策略与投资风险研究报告(2024-2030)
- 中国厄贝沙坦胶囊行业发展趋势及发展前景研究报告(2024-2030)
- 中国医学影像设备行业十四五现状供需分析及市场深度研究发展前景及规划可行性分析研究报告(2024-2030)
- 中国动物保健品行业市场发展调研及发展策略研究报告(2024-2030)
- 中国冷藏陈列柜市场运营状况分析及投资风险预警报告2024-2030年
- 中国冰点脱毛仪器行业市场现状供需分析及市场深度研究发展前景及规划可行性分析研究报告(2024-2030)
- 2022年08月2022年云南省阜外心血管病医院第二批常态化招考聘用考试参考题库含答案详解
- GB/T 20160-2006旋转电机绝缘电阻测试
- 履带单斗挖掘机安全检查表
- 2023年新晃侗族自治县事业单位招聘笔试题库及答案解析
- 部编人教版《道德与法治》二年级下册第13课《我能行》优秀课件
- 学校围墙维修合同书模板(3篇)
- 养鸡场租赁合同范本(3篇)
- 人才培养方面工作汇报优秀8篇
- 护理实习生礼仪培训课件
- 《小区施工组织设计》开题报告3000字
- 污水站沉淀池清淤及清洗工作施工方案
评论
0/150
提交评论