东南大学统计信号处理实验实验三要点.docx

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; 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=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)]; end s1=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); 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); end t=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,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);title(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