【MATLAB滤波】1维状态量的自适应的CKF（容积卡尔曼滤波）代码|完整代码，带中文注释

本文所述代码实现了一个一维容积卡尔曼滤波（CKF）算法，针对强非线性系统的状态估计问题。通过构建包含周期性驱动项和非线性饱和效应的动态模型（2.5x/(1+x²) + 8cos(1.2t)），以及非线性观测方程（x²/20），展示了CKF在无需雅可比矩阵线性化的情况下，利用确定性采样点（容积点）精确传递状态分布的能力。代码对比了滤波前后的状态误差，验证了CKF在抑制噪声和提升估计精度上的有效性。订阅专栏后，可查看完整的代码，可复制粘贴，粘贴到MATLAB空脚本中即可直接运行

运行结果

状态量曲线（两个颜色离得近，不容易看出来区别，区别在误差图里面更明显）：

• 状态误差曲线：

• 滤波前后CDF图像：
  

• 命令行输出结果的截图：

代码介绍

初始化与动态模型

• 噪声设置：一维过程噪声协方差Q=0.01和观测噪声协方差R=1，生成对应的高斯噪声序列w和<