filter_result.asv

this code is an example for kalman filter

function [XER,YER]=filter_result(Ts,flag,mon,d)
% filter_result         对观测数据进行卡尔曼滤波，得到预测的航迹以及估计误差的均值和标准差
% Ts                    采样时间，即雷达的工作周期
% mon                   进行Monte-Carlo仿真的次数
% d                     测量的误差,单位m
%返回值包括滤波预测后的估计航迹,以及均值和误差协方差

if nargin>4
    error('Too many input arguments.');
end


% 产生理论的航迹
[N,x,y]=realTrack(flag,Ts);

for i=1:N
   vx(i)=100*randn(1); % 观测噪声，两者独立
   zx(i)=x(i)+vx(i); % 实际观测值
   vy(i)=100*randn(1); % 观测噪声，两者独立
   zy(i)=y(i)+vy(i); 
   
end

randn('state',sum(100*clock)); % 设置随机数发生器

% 产生观测数据
for n=1:mon
    % 用卡尔曼滤波得到估计的航迹
    XE=Kalman_filter(Ts,0,N,zx,zy); 
    YE=Kalman_filter(Ts,1,N,zx,zy);
    %误差矩阵
    XER(1:N,n)=x(1:N)'-(XE(1:N))';
    YER(1:N,n)=y(1:N)'-(YE(1:N))';
end



%滤波误差的均值

%滤波误差的标准差XSTD=std(XER,1,2); % 计算有偏的估计值，flag='1'YSTD=std(YER,1,2);

%作图
XERB=mean(XER,2);YERB=mean(YER,2);
figure(2);
plot(x,y,'g');hold on;
plot(XE,YE,'r');hold on;
plot(zx,zy,'y');


legend('理想轨迹','滤波轨迹');
figure(3)
plot(XERB);
grid on;