www.pudn.com > KalmanFilterProgram.rar > filter_result.m

function [XER,YER]=filter_result(Ts,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>3 
    error('Too many input arguments.'); 
end 
 
offtime=800; 
 
% 产生理论的航迹 
[x,y]=trajectory(Ts,offtime); 
Pv=d*d; 
N=ceil(offtime/Ts); 
 
randn('state',sum(100*clock)); % 设置随机数发生器 
for i=1:N 
   vx(i)=d*randn(1); % 观测噪声，两者独立 
   vy(i)=d*randn(1); 
   zx(i)=x(i)+vx(i); % 实际观测值 
   zy(i)=y(i)+vy(i); 
end 
 
% 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,offtime,d,0);  
    YE=Kalman_filter(Ts,offtime,d,1); 
    %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 
XERB=mean(XER,2); 
YERB=mean(YER,2); 
 
%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 
figure 
plot(x,y,'r');hold on; 
plot(zx,zy,'g');hold on; 
plot(XE,YE,'b');hold off; 
axis([1500 5000 1000 10000]),grid on; 
legend('真实轨迹','观测数据','滤波估计'); 
 
figure 
subplot(2,2,1) 
plot(XERB) 
axis([0 500 -50 50]) 
xlabel('观测次数') 
ylabel('X方向滤波误差均值'),grid on; 
subplot(2,2,2) 
plot(YERB) 
axis([0 500 -50 50]) 
xlabel('观测次数') 
ylabel('Y方向滤波误差均值'),grid on; 
subplot(2,2,3) 
plot(XSTD) 
axis([0 500 0 150]) 
xlabel('观测次数') 
ylabel('X方向滤波误差标准值'),grid on; 
subplot(2,2,4) 
plot(YSTD) 
axis([0 500 0 150]) 
xlabel('观测次数') 
ylabel('Y方向滤波误差标准值'),grid on; 
 
X=XER;Y=YER;