【逐行注释】三维容积卡尔曼滤波（CKF）的MATLAB例程，附下载链接

CKF全称为容积卡尔曼滤波，相比于UKF（无迹卡尔曼滤波），拥有更合理的理论推导和鲁棒性，且在理论上比UKF的精度更高。

众多关于MATLAB和滤波的程序源代码在专栏里：https://blog.csdn.net/callmeup/category_12574912.html
欢迎订阅

程序运行结果

程序自带运动模型，运行程序即自动完成运动模型建立、滤波、滤波结果输出、滤波误差计算与输出等。

绘图部分

输出的图像如下：

• 三维状态的真值与滤波后的值
  

• 三维状态的误差值对比：

• 三维误差的累计概率密度（CDF）图像：

误差的统计特性计算与输出部分

代码截图如下：

输出结果如下：

部分代码和注释

部分代码试读：

% CKF的三维滤波程序例程
% author:Evand
% 2024-08-30/Ver1
clear;clc;close all; %清空工作区、命令行，关闭小窗口
rng(0); %固定随机种子
%% 滤波模型初始化
t = 1:1:1000;% 定义时间序列
Q = 1*diag([1,1,1]);% 设置过程噪声协方差矩阵
w = sqrt(Q)*randn(size(Q,1),length(t)); %生成
% 观测噪声协方差矩阵和观测噪声
R = 1*diag([1,1,1]);
v = sqrt(R)*randn(size(R,1),length(t));
% 初始状态估计协方差矩阵
P0 = 1*eye(3);
% 初始化状态向量
X = zeros(3,length(t)); %给状态真实值申请空间
Z=zeros(3,length(t)); %定义观测值形式（申请空间）
Z(:,1)=[X(1,1)^2/20;X(2,1);X(3,1)]+v(:,1); %观测量
%% 运动模型
X_=zeros(3,length(t)); %给未滤波的状态申请空间
X_(:,1)=X(:,1); %给未滤波的状态赋初值

下载链接

几乎所有代码均有逐行注释，如果对上述试看内容和运行结果满意，可以点击下列链接付费下载：
https://download.csdn.net/download/callmeup/89696053

另有关于MATLAB下的卡尔曼滤波付费专栏可供订阅，里面也有很多程序：
卡尔曼讲解与各种典型进阶MATLAB编程：https://blog.csdn.net/callmeup/category_12574912.html