matlab ar模型卡尔曼滤波代码

在matlab中实现对时间序列的ar模型建立以及卡尔曼滤波

subplot（111）;
global fs;


fs = 1000;  
t = 0:1/fs:15;
N = size（t2）                      %数据样值点数
randn（‘state‘0）;
x = sin（2*pi*t*23）+randn（1N）;  % 200Hz cosine plus noise

global Signal;
Signal=x;
%title（‘数字信号‘）;

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
N=length（x）;
n=1:length（x）;
[ba]=stmcb（x33）
estx=filter（[0-b][0-a（2:end）]x）


subplot（411）;
plot（nx‘b‘）;
axis（[1 N floor（min（x）） ceil（max（x））]）;%floor向下取整，ceil向上取整
title（‘ARMA模型预测‘）;
xlabel（‘蓝色为真实值‘）;

subplot（412）;
plot（nestx‘r‘）;
axis（[1 N floor（min（x）） ceil（max（x））]）;%floor向下取整，ceil向上取整
xlabel（‘红色为预测值‘）;

subplot（413）;
plot（nestx‘r‘nx‘-.‘）; %s是修正后的预测值（红色），x是真实值（蓝色）
axis（[1 N floor（min（x）） ceil（max（x））]）;%floor向下取整，ceil向上取整
xlabel（‘ARMA整合图：蓝色为真实值，红色为预测值‘）;

%%%%%%%%%%%%%%%%%%%%%%
y=estx
N=length（y）;
n=1:length（y）;
a=1; 

w=randn（1N）;
V=zeros（1N）; %这里取真实值和观测值相同，即误差V在各点均为0
q1=std（V）; 
Rvv=q1.^2; 
q2=std（estx）; 
Ryy=q2.^2; 
q3=std（w）; 
Rww=q3.^2; 
c=1; 
Y=c*y+V; 


p（1）=0; 
s（1）=0; 
for t=2:N; 
p1（t）=a.^2*p（t-1）+Rww; 
b（t）=c*p1（t）/（c.^2*p1（t）+Rvv）; 
s（t）=a*s（t-1）+b（t）*（Y（t）-a*c*s（t-1））; 
p（t）=p1（t）-c*b（t）*p1（t）; 
end 

t=1:N; 

%figure（3）;
%subplot（311）;
%plot（ty‘b‘）;
axis（[1 N floor（min（y）） ceil（max（y））]）;%floor向下取整，ceil向上取整
%title（‘卡尔曼滤波‘）;
%xlabel（‘蓝色为真实值‘）;

%subplot（312）;
%plot（ts‘r‘）;
axis（[1 N floor（min（x）） ceil（max（x））]）;%floor向下取整，ceil向上取整
%xlabel（‘红色为预测值‘）;

subplot（414）;
plot（ts‘r‘ty‘-.‘）; %s是修正后的预测值（红色），x是真实值（蓝色）
axis（[1 N floor（min（y）） ceil（max（y））]）;%floor向下取整，ceil向上取整
xlabel（‘卡尔曼整合图：蓝色为真实值，红色为预测值‘）;

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

     文件       1817  2014-05-07 21:58  Untitled.m

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

                 1817                    1