信息融合作业.docVIP

信息融合作业： 用MATLAB进行卡尔曼滤波器仿真，比较卡尔曼滤波器的预测效果。 姓名：顾晓雷 学号：131060017 专业：控制理论与控制科学 1.算法流程 卡尔曼滤波器信号模型和测量模型 2.算法实现 （1）离散系统： x［n+1］=Ax［n］+B(u［n］+w［n］) (7.1) y［n］=Cx［n］ (7.2) 其中, w［n］是在输入端加入的高斯噪声。 状态矩阵参数分别为 A = ［1.1269-0.49400.1129 1.0000 0 0 0 1.0000 0］; B = ［-0.3832 0.5919 0.5191］; C = ［1 0 0］; 我们的目标是设计Kalman滤波器, 在给定输入u［n］和带噪输出测量值 yv［n］=Cx［n］+v［n］的情况下估计系统的输出。 其中, v［n］是高斯白噪声。 （2）具体程序与解释如下： A = [1.1269 -0.4940 0.1129 1.0000 0 0 0 1.0000 0]; B = [-0.3832 0.5919 0.5191]; C = [1 0 0]; Plant = ss(A,[B B],C,0,-1,inputname,{u w},outputname,y); %假设Q=R=1，设计离散Kalman滤波器 Q = 1; R = 1; [kalmf,L,P,M] = kalman(Plant,Q,R); kalmf = kalmf(1, :); a = A; b = [B B 0*B]; c = [C;C]; d = [0 0 0;0 0 1]; P = ss(a,b,c,d,-1,inputname,{u w v},outputname,{y yv}); sys = parallel(P,kalmf,1,1,[],[]) ; %创建并联系统 % 将系统输出yv正反馈到滤波器的输入端，形成闭环系统 SimModel = feedback(sys,1,4,2,1) ; % 从列表中删除yv SimModel = SimModel([1 3],[1 2 3]) ; %产生高斯噪声信号 t = [0:100]; u = sin(t/5); n = length(t) ; randn(seed,0) ; w = sqrt(Q)*randn(n,1); v = sqrt(R)*randn(n,1); %系统仿真 [out,x] = lsim(SimModel,[w,v,u]); y = out(:,1); % 系统真实（理想）输出响应 ye = out(:,2); % 滤波后的系统输出 yv = y + v; % 系统输出的测量值 figure(1); %比较结果 plot(t,y,--,t,ye,-), xlabel(真实响应（虚线）、滤波后的输出（实线）), ylabel(输出) title(Kalman filter response) figure(2); plot(t,(y-yv)/y,--,t,(y-ye)/y,-), xlabel(测量误差（虚线）、估计误差（实线）), ylabel(误差) 仿真结果 比较结果如图所示。图中上面的图形显示的是真实响应y（虚线）和滤波后的输出ye（实线）， 下面的图形比较测量误差（虚线）与估计误差（实线）。 该图表明, 滤波器最大程度地消除了系统输出中的噪声影响。