企业手机网站建网站需要的技术

企业手机网站建,网站需要的技术,做纸贸易的好网站,杭州网站建设代理商#x1f4a5;#x1f4a5;#x1f49e;#x1f49e;欢迎来到本博客❤️❤️#x1f4a5;#x1f4a5; #x1f3c6;博主优势#xff1a;#x1f31e;#x1f31e;#x1f31e;博客内容尽量做到思维缜密#xff0c;逻辑清晰#xff0c;为了方便读者。 ⛳️座右铭 %过程噪声noise_z1 randn(2,N).*sigma_z; %观测噪声noise_z2 randn(2,N).*sigma_z;%构造 真实轨迹X 与 观测轨迹Zfor n2:Nif n 30X_real(2,n-1) 1;endX_real(:,n) F * X_real(:,n-1);endX X_real B * noise_x;Z1 H * X noise_z1 - [x1,0;0,y1]*ones(2,N);Z2 H * X noise_z1 - [x2,0;0,y2]*ones(2,N);%这里可以写成function的形式P_BC P1;for n2:Nx_predict F * X_EKF1(:,n-1); %状态一步预测p_predict F * P1 * F V; %协方差一步预测S H * p_predict * H R1; %新息协方差K1 p_predict * H/ S ; %增益X_EKF1(:,n) x_predict K1 * (Z1(:,n) - H * x_predict [x1;y1]); %状态更新方程P1 (eye(4)-K1*H) * p_predict; %协方差更新方程x_predict2 F * X_EKF2(:,n-1); %状态一步预测p_predict2 F * P2 * F V; %协方差一步预测S2 H * p_predict2 * H R2; %新息协方差K2 p_predict2 * H/ S2 ; %增益X_EKF2(:,n) x_predict2 K2 * (Z2(:,n) - H * x_predict2 [x2;y2]); %状态更新方程P2 (eye(4)-K2*H) * p_predict2; %协方差更新方程3参考文献文章中一些内容引自网络会注明出处或引用为参考文献难免有未尽之处如有不妥请随时联系删除。[1]张蕊,史丽楠.基于扩展卡尔曼滤波的机动目标跟踪研究[J].航天控制, 2012, 30(3):8.DOI:10.3969/j.issn.1006-3242.2012.03.003.[2]李泽堃,张龙飞.基于扩展卡尔曼滤波算法的雷达目标跟踪仿真研究[J].数字化用户, 2018.DOI:10.3969/j.issn.1009-0843.2018.15.084.[3]杨少科.基于Kalman滤波的雷达目标跟踪算法研究[D].兰州大学[2024-04-26].DOI:CNKI:CDMD:2.1017.715694.[4]王文斐.基于信息融合的雷达/红外复合制导目标跟踪方法研究[D].哈尔滨工业大学[2024-04-26].DOI:CNKI:CDMD:2.2006.172095.[4]陈莹,韩崇昭.基于扩展卡尔曼滤波的车道融合跟踪[J].公路交通科技, 2004, 21(12):4.DOI:CNKI:SUN:GLJK.0.2004-12-030.4 Matlab代码实现