PF-EKF 粒子滤波和扩展卡尔曼滤波的对比分析

粒子滤波和扩展卡尔曼滤波的对比分析，matlab算法，欢迎交流

function ParticleEx1

% Particle filter example adapted from Gordon Salmond and Smith paper.

x = 0.1; % initial state
Q = 1; % process noise covariance
R = 1; % measurement noise covariance
tf = 50; % simulation length

N = 100; % number of particles in the particle filter

xhat = x;
P = 2;
xhatPart = x;

% Initialize the particle filter.
for i = 1 : N
    xpart（i） = x + sqrt（P） * randn;
end

xArr = [x];
yArr = [x^2 / 20 + sqrt（R） * randn];
xhatArr = [x];
PArr = [P];
xhatPartArr = [xhatPart];

close all;

for k = 1 : tf
    % System simulation
    x = 0.5 * x + 25 * x / （1 + x^2） + 8 * cos（1.2*（k-1）） + sqrt（Q） * randn;%状态方程
    y = x^2 / 20 + sqrt（R） * randn;%观测方程
    % Extended Kalman filter
    F = 0.5 + 25 * （1 - xhat^2） / （1 + xhat^2）^2;
    P = F 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       3636  2007-01-14 17:09  ParticleEx1.m

     文件       5815  2007-01-14 18:35  ParticleEx2.m

     文件       6115  2007-01-11 12:19  ParticleEx3.m

----------- ---------  ---------- -----  ----

                15566                    3