卡尔曼滤波仿真作业报告

信息融合课程作业仿真报告(1)并行分布式传感器融合检测仿真题目：考虑两个简单分布式融合系统，融合系统由融合中心和两个传感器构成。假设融合系统中各个传感器相互独立且为正态分布。其中2kkk1(ya)1(y|H)exp22f2kk0y1(y|H)exp22f式中(a1=2.2，a2=2.0)，要求画出两个传感器以及融合系统的贝叶斯风险图。仿真运行结果图：仿真过程中P0的变化间隔为0.01，代价参数设置为c10=1.5，c00=0，c01=4，c11=0.005。从图中可以看出融合系统的贝叶斯风险明显低于单个传感器的贝叶斯风险，达到了融合系统降低贝叶斯风险的目的。(2)卡尔曼滤波仿真题目：假定有一两坐标雷达对平面上运动的目标进行观测，目标沿x轴方向的初始速度为11m/s，初始位置为(9,0)T；以x轴的位置和速度作为状态，系统转移矩阵和噪声分布矩阵分别为：1()01Tk，2/2()TkT式中：k=1,2,…,100;T=1s是采样间隔。E[W2(k)]=q是噪声功率，状态向量为T[,]xxx；其中状态转移矩阵H(k)=[1,0],E[V2(k)]=r=4。利用kalman滤波算法实现对二维平面的目标跟踪。仿真运行结果图：二维飞行轨迹q=0位置估计图二维飞行轨迹q=0速度估计图二维飞行轨迹q=4位置估计图二维飞行轨迹q=4速度估计图由仿真结果图可以看出，当转移噪声功率q为0或4时，位置估计值在卡尔曼滤波时经过短暂的调整后达到稳定状态，在真实值的上下有小幅度的波动，估计值总体与真实值之间误差较小。当q为0时，速度真实值为恒值，滤波估计值在经过一定时间误差调整后达到稳定状态，且与真实值保持一致；当q为4时，速度真实值受高斯白噪声影响上下波动，滤波估计值在经过短暂误差调整后与真实值的变化趋势保持一致，且将估计误差保持在较小范围内。