日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程资源 > 编程问答 >内容正文

编程问答

【雷达通信】滤波及数据融合【滤波包括了常增益滤波、卡尔曼(Kalman)滤波和扩展卡尔曼滤波(EKF) 数据融合采用BC和CC两种,基于KF和EKF实现】(Matlab代码实现)

發布時間:2023/12/8 编程问答 36 豆豆

?👨?🎓個人主頁:研學社的博客?

💥💥💞💞歡迎來到本博客????💥💥

🏆博主優勢:🌞🌞🌞博客內容盡量做到思維縝密,邏輯清晰,為了方便讀者。

??座右銘:行百里者,半于九十。

📋📋📋本文目錄如下:🎁🎁🎁

目錄

💥1 概述

📚2 運行結果

2.1?EKF

????????2.2 過濾器2D?

🎉3 參考文獻

🌈4 Matlab代碼實現


💥1 概述

隨著5G時代的到來,商業通信服務呈現爆炸式增長,導致本就有限的頻譜資源變得更加擁塞與稀缺。為最大限度地利用稀缺頻譜,出現了允許單個系統同時適應雷達和通信功能的技術。

本文實現濾波及數據融合【濾波包括了常增益濾波、卡爾曼(Kalman)濾波和擴展卡爾曼濾波(EKF) 數據融合采用BC和CC兩種,基于KF和EKF實現】

📚2 運行結果

2.1?EKF

?

?

?

?

?

?

?

?

2.2 過濾器2D?

?

?

?

?

?

?

?

?部分代碼:

sigma = 1;
noise = randn(2,N).*sigma;
%initial data
X = zeros(4,N);
Z = zeros(2,N);
X(:,1) = [0, 5, 0, 10];
Z(:,1) = [X(1,1),X(3,1)];
sigma_error=[1,1];

a = 0.3; ? ? ? ? ? ? ? ?%alpha 0.3-0.5
b = 2*(2-a)-4*sqrt(1-a);%beta, determined by alpha
K = [a, b/T, 0, 0
? ? ?0, 0, a, b/T]'; ? ? ? ? ? %filter gain
%transition matrix
F = [1 T 0 0?
? ? ?0 1 0 0
? ? ?0 0 1 T
? ? ?0 0 0 1];
%observation matrix
H = [1 0 0 0?
? ? ?0 0 1 0];

%real & observed data
for n=2:N
? ? X(:,n) = F * X(:,n-1);
? ? Z(:,n) = H * X(:,n) + noise(:,n);
end
figure;
hold on;grid on;
plot(X(1,:),X(3,:),'LineWidth',2);
plot(Z(1,:),Z(2,:),'.-');

X_update = zeros(4,N);
X_update(:,1) = X(:,1);?
%filter
a = [0 0.1 0.3 0.5 1]; ?

for n=2:N
? ? X_p = F * X_update(:,n-1);
? ? Z_p = H * X_p;
? ? X_update(:,n) = X_p + K*(Z(:,n)-Z_p);
end

plot(X_update(1,:),X_update(3,:));
xlabel('x/m');ylabel('y/m');legend('Real track','Observed track','Filtered track');
title('\fontsize{14}Range filtering track')

figure;
hold on;grid on;
plot(X_real(2,:),'LineWidth',2);
plot(X_update(2,:),'LineWidth',2);

plot(X_real(4,:),'LineWidth',1);
plot(X_update(4,:),'LineWidth',1);
xlabel('N');ylabel('v m/s');legend('Observed track','Filtered track');
title('Range filtering track')

figure;grid on;
plot(abs(X_update(1,:)-X(1,:))./X(1,:));
title('歸一化距離跟蹤誤差');xlabel('點數');ylabel('距離');
figure;grid on;
plot(abs(X_update(2,:)-X(2,:))./X(2,:));
title('歸一化速度跟蹤誤差');xlabel('點數');ylabel('距離');

🎉3 參考文獻

部分理論來源于網絡,如有侵權請聯系刪除。

[1]劉欣欣,周傳睿,姚元,伍光新,邢文革.面向多用戶相控陣雷達通信的寬帶波束賦形研究(英文)[J].現代雷達,2022,44(08):62-68.DOI:10.16592/j.cnki.1004-7859.2022.08.010.

[2]李國琳,郭文彬.雷達通信一體化波形設計綜述[J].移動通信,2022,46(05):38-44.

🌈4 Matlab代碼實現

總結

以上是生活随笔為你收集整理的【雷达通信】滤波及数据融合【滤波包括了常增益滤波、卡尔曼(Kalman)滤波和扩展卡尔曼滤波(EKF) 数据融合采用BC和CC两种,基于KF和EKF实现】(Matlab代码实现)的全部內容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。