【自适应滤波例程】基于新息协方差匹配的自适应EKF (无迹卡尔曼滤波) vs 经典EKF对比,附MATLAB代码下载链接

状态: 二维平面匀速运动 [x, vx, y, vy],观测: 雷达测角与测距 [r, theta]
文章目录
- 程序介绍
- 运行结果
- MATLAB源代码
程序介绍
本系统实现了基于新息协方差匹配的自适应扩展卡尔曼滤波器(CM-AEKF),用雷达目标跟踪场景来做的仿真。相比传统的经典 E K F EKF EKF滤波器, C M − A E K F CM-AEKF CM−AEKF能够智能地"学习"和"适应"真实环境,显著提升跟踪精度。
运行结果
轨迹曲线的对比图像:

各轴位移误差的曲线对比:

其他输出:


MATLAB源代码
部分代码如下:
% 基于新息协方差匹配的自适应EKF (CM-AEKF) vs 经典EKF对比
% 状态: 二维平面匀速运动 [x, vx, y, vy],观测: 雷达测角与测距 [r, theta]
% 作者:matlabfilter
% 2025-10-07/Ver1
clear; clc; close all;
rng(0);
%% 仿真参数设置
dt = 0.1; % 采样时间
N = 200; % 仿真步数
M = 15; % 滑动窗口长度% 真实过程噪声和观测噪声
q_true = 0.1; % 过程噪声标准差
sigma_r = 5; % 距离测量噪声标准差
sigma_theta = 0.02; % 角度测量噪声标准差 (rad)
完整代码下载链接:https://download.csdn.net/download/callmeup/92084736
专栏文章中也有完整代码:https://blog.csdn.net/callmeup/article/details/152666467?spm=1011.2415.3001.5331
如需帮助,或有导航、定位滤波相关的代码定制需求,请点击下方卡片联系作者
