热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

偏差|泰勒_滤波跟踪基于matlab北方苍鹰和粒子群算法优化粒子滤波器目标滤波跟踪含Matlab源码2260期

篇首语:本文由编程笔记#小编为大家整理,主要介绍了滤波跟踪基于matlab北方苍鹰和粒子群算法优化粒子滤波器目标滤波跟踪含Matlab源码2260期相关的知识,希望对你有一定的参考价值。

篇首语:本文由编程笔记#小编为大家整理,主要介绍了滤波跟踪基于matlab北方苍鹰和粒子群算法优化粒子滤波器目标滤波跟踪含Matlab源码 2260期相关的知识,希望对你有一定的参考价值。



⛄一、EKF算法简介

扩展卡尔曼滤波是利用泰勒级数展开方法将非线性滤波问题转化成近似的线性滤波问题,利用线性滤波的理论求解非线性滤波问题的次优滤波算法。其系统的状态方程和量测方程分别如式(1)、式(2)所示:

式中,X(k)为n维的随机状态向量序列,Z(k)为n维的随机量测向量序列,f(k,x(k))为空气阻力,v(k)、w(k)为零均值的正态(高斯)白噪声序列,其方差分别满足:

协方差的一步预测为:

量测预测值为:

相应的协方差为:

增益为:

状态更新方程为:

协方差更新方程为:

式中,I为与协方差同维的单位矩阵。

二阶扩展卡尔曼滤波的泰勒展开保留到二阶项,其状态的一步预测为:

协方差的一步预测为:

量测预测值为:

协方差更新方程为:

式中,I为与协方差同维的单位矩阵。


⛄二、部分源代码

function main
rand(‘seed’,3);
randn(‘seed’,6);
T=50;
R=1e-5;
P=1;%观测误差
Q=0.01;%预测误差
X=zeros(1,T);
Z=zeros(1,T);
X(1)=1;
Z(1)=1;

%基本粒子滤波设置
N=50;
Xpf=zeros(1,T);
Xpfset=ones(T,N);
Tpf=zeros(1,T);
%
% %PSOPF
Xpsopf=zeros(1,T);
Xpsopfset=ones(T,N);
Tpsopf=zeros(1,T);

%NGOPF
Xngopf=zeros(1,T);
Xngopfset=ones(T,N);
Tngopf=zeros(1,T);

%模拟运行
for t=2:T
X(t)=feval(‘ffun’,X(t-1),t,Q);
Z(t)=feval(‘hfun’,X(t),P);

% %PF
tic
[Xpf(t),Xpfset(t,:)]=pf(Xpfset(t-1,:),Z(t),N,t,R,P,Q);
Tpf(t)=toc;

% %PSOPF
tic
[Xpsopf(t),Xpsopfset(t,:)]=pso_pf(Xpsopfset(t-1,:),Z(t),N,t,R,P,Q);
Tpsopf(t)=toc;

%NGOPF
tic
[Xngopf(t),Xngopfset(t,:)]=ngo_pf(Xngopfset(t-1,:),Z(t),N,t,R,P,Q);
%[Xngopf(t),Xngopfset(t,:)]=ngo_pf1(Xngopfset(t-1,:),Z(t),N,t,R,P,Q);
Tngopf(t)=toc;

end;

ErrorPf=abs(Xpf-X);
ErrorPsoPf=abs(Xpsopf-X);
ErrorNgoPf=abs(Xngopf-X);

%picture
figure
hold on;
box on;
p1=plot(1:T,X,‘-k.’,‘LineWidth’,1);
p2=plot(1:T,Xpf,‘-ro’,‘LineWidth’,1);
p3=plot(1:T,Xpsopf,‘-bx’,‘LineWidth’,1);
p4=plot(1:T,Xngopf,‘-gd’,‘LineWidth’,1);
legend([p1,p2,p3,p4],‘真实状态’,‘PF估计’,‘PSO估计’,‘NGO估计’)
xlabel(‘Time’,‘fontsize’,10)
title(‘Filter estmates (posterior means) vs. ture state’,‘fontsize’,10)

%偏差比较
figure
hold on;
box on;
p1=plot(1:T,ErrorPf,‘-ro’,‘LineWidth’,1);
p2=plot(1:T,ErrorPsoPf,‘-bx’,‘LineWidth’,1);
p3=plot(1:T,ErrorNgoPf,‘-gd’,‘LineWidth’,1);
legend([p1,p2,p3],‘PF偏差’,‘PSO偏差’,‘NGO偏差’)

%算法Time比较图
figure
hold on;
box on;
p1=plot(1:T,Tpf,‘-ro’,‘LineWidth’,1);
p2=plot(1:T,Tpsopf,‘-bx’,‘LineWidth’,1);
p3=plot(1:T,Tngopf,‘-gd’,‘LineWidth’,1);
legend([p1,p2,p3],‘PF时间’,‘PSOPF时间’,‘NGOPF时间’)

%


⛄三、运行结果




⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]宁倩慧,张艳兵,刘莉,陆真,郭冰陶.扩展卡尔曼滤波的目标跟踪优化算法[J].探测与控制学报. 2016,38(01)

3 备注
简介此部分摘自互联网,仅供参考,若侵权,联系删除


推荐阅读
  • 1.如何在运行状态查看源代码?查看函数的源代码,我们通常会使用IDE来完成。比如在PyCharm中,你可以Ctrl+鼠标点击进入函数的源代码。那如果没有IDE呢?当我们想使用一个函 ... [详细]
  • 本文详细介绍了 Dockerfile 的编写方法及其在网络配置中的应用,涵盖基础指令、镜像构建与发布流程,并深入探讨了 Docker 的默认网络、容器互联及自定义网络的实现。 ... [详细]
  • 前言--页数多了以后需要指定到某一页(只做了功能,样式没有细调)html ... [详细]
  • 本文将介绍如何编写一些有趣的VBScript脚本,这些脚本可以在朋友之间进行无害的恶作剧。通过简单的代码示例,帮助您了解VBScript的基本语法和功能。 ... [详细]
  • 本文详细介绍了如何在Linux系统上安装和配置Smokeping,以实现对网络链路质量的实时监控。通过详细的步骤和必要的依赖包安装,确保用户能够顺利完成部署并优化其网络性能监控。 ... [详细]
  • 本文介绍了Java并发库中的阻塞队列(BlockingQueue)及其典型应用场景。通过具体实例,展示了如何利用LinkedBlockingQueue实现线程间高效、安全的数据传递,并结合线程池和原子类优化性能。 ... [详细]
  • 本文介绍了如何使用JQuery实现省市二级联动和表单验证。首先,通过change事件监听用户选择的省份,并动态加载对应的城市列表。其次,详细讲解了使用Validation插件进行表单验证的方法,包括内置规则、自定义规则及实时验证功能。 ... [详细]
  • 本文详细介绍了Java中org.eclipse.ui.forms.widgets.ExpandableComposite类的addExpansionListener()方法,并提供了多个实际代码示例,帮助开发者更好地理解和使用该方法。这些示例来源于多个知名开源项目,具有很高的参考价值。 ... [详细]
  • DNN Community 和 Professional 版本的主要差异
    本文详细解析了 DotNetNuke (DNN) 的两种主要版本:Community 和 Professional。通过对比两者的功能和附加组件,帮助用户选择最适合其需求的版本。 ... [详细]
  • 本文详细介绍如何使用Python进行配置文件的读写操作,涵盖常见的配置文件格式(如INI、JSON、TOML和YAML),并提供具体的代码示例。 ... [详细]
  • 本文将介绍如何使用 Go 语言编写和运行一个简单的“Hello, World!”程序。内容涵盖开发环境配置、代码结构解析及执行步骤。 ... [详细]
  • 数据管理权威指南:《DAMA-DMBOK2 数据管理知识体系》
    本书提供了全面的数据管理职能、术语和最佳实践方法的标准行业解释,构建了数据管理的总体框架,为数据管理的发展奠定了坚实的理论基础。适合各类数据管理专业人士和相关领域的从业人员。 ... [详细]
  • 解决PHP与MySQL连接时出现500错误的方法
    本文详细探讨了当使用PHP连接MySQL数据库时遇到500内部服务器错误的多种解决方案,提供了详尽的操作步骤和专业建议。无论是初学者还是有经验的开发者,都能从中受益。 ... [详细]
  • C++: 实现基于类的四面体体积计算
    本文介绍如何使用C++编程语言,通过定义类和方法来计算由四个三维坐标点构成的四面体体积。文中详细解释了四面体体积的数学公式,并提供了两种不同的实现方式。 ... [详细]
  • Python自动化处理:从Word文档提取内容并生成带水印的PDF
    本文介绍如何利用Python实现从特定网站下载Word文档,去除水印并添加自定义水印,最终将文档转换为PDF格式。该方法适用于批量处理和自动化需求。 ... [详细]
author-avatar
rtsnance
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有