💥💥💥💥💞💞💞💞💞💞欢迎来到玄武科研社博客之家💞💞💞💞💞💞💥💥💥💥
✅博主简介:985研究生,热爱科研的Matlab仿真开发者,完整代码 论文复现 程序定制 期刊写作 科研合作 扫描文章底部QQ二维码。
🍎个人主页:玄武科研社
🏆代码获取方式:扫描文章底部QQ二维码
⛳️座右铭:行百里者,半于九十。
更多Matlab路径规划仿真内容点击👇
①Matlab路径规划(玄武科研社版)
⛳️关注微信公众号Matlab王者助手或Matlab海神之光,更多资源等你来!!
⛄一、拓展卡尔曼滤波时序四旋翼无人机状态跟踪
卡尔曼滤波算法为获得最优估计和最小误差方差,将从目标模型中得到的测量值一步步递推,实时获取新时刻的状态估计值。
假设目标状态方程和观测方程分别为:
其中,k为离散时间,X(k)为系统在k时刻的状态,Y(k)为观测信号,W(k)为过程噪声,V(k)为观测噪声,A是状态转移矩阵,B是噪声驱动矩阵,H是观测矩阵。假设W(k)和V(k)是均值为零,方差各为Q和R的不相关白噪声。
目标在k时刻的估计值,即卡尔曼滤波算法的数学表达式[12]如下:
状态一步预测为:
协方差一步预测为: