大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE稳定放心使用
背景
本人最近需要写多个仿真，需要大量用到MSE（均方误差）计算，于是干脆将MSE运算封装为函数，后续使用直接进行调用即可。
函数代码
%Project: 均方误差函数
%Author: Jace
%Data: 2021/11/01
%====================函数体====================
function [MSE]=MSE(Dim,Step,N,xkf,x)
%====================分配空间========================
MSE=zeros(Dim,N);
MSEC=zeros(1,Dim);
%====================迭代过程====================
for n=1:Dim
%--------维度循环--------
for k=Step:N
%--------时刻循环--------
MSEC(n)=0;%误差平方和变量清零
for i = k-(Step-1):k
%--------加和循环--------
MSEC(n)=MSEC(n)+(xkf(n,i)-x(n,i))^2;%误差平方和
end
MSE(n,k)=MSEC(n)/Step;%取平均
end
end
end
调用方法
[MSE]=MSE(Dim,Step,N,xkf,x)
对应
[MSE矩阵]=MSE(状态维度Dim,MSE长度Step,总时长N,估计矩阵xkf,状态矩阵x)
注意：
- 维度默认为状态维度，可以直接计算出每个状态值估计与真实的MSE，得到的MSE矩阵为Dim_nN维。如果不需要完全计算，可以自定义Dim数值。如Dim=1，则只计算第一个状态值的MSE，相应算得的MSE也只有1N维；
- 输入的估计矩阵xkf和状态矩阵x都是估计算法迭代计算之后的结果矩阵，维度应该是Dim_n*N维；
- 由于前Step长度不足计算，因此得到的数值为0。
调用测试函数
%Project: 基本二维Kalman测试函数
%Author: Jace
%Data: 2021/11/02
%====================准备====================
close all;
clear all;
clc;
%====================设定全局参数====================
%--------全局参数--------
N=100;%设定采样点数，即持续时长
%--------设定维度--------
Dim_n=2;%状态维度
Dim_m=2;%量测维度
%--------系统模型参数--------
A=[1.002,0;0,0.998];%状态转移矩阵
H=[1,0;0,1];%局部量测1量测矩阵
Gamma=1;
%--------噪声相关参数--------
P0=0.01;%初始状态噪声协方差
Q=0.01*eye(Dim_n);%设定系统噪声
R=0.1*eye(Dim_m);%设定观测噪声
w=sqrt(Q)*randn(Dim_n,N);
v=sqrt(R)*randn(Dim_m,N);
%====================分配空间========================
%--------系统参数--------
x=zeros(Dim_n,N);
z=zeros(Dim_m,N);%量测值
%--------Kalman过程参数--------
p=zeros(Dim_n,Dim_n,N);
xkf=zeros(Dim_n,N);%估计状态
%====================初始化====================
%--------系统参数初始化--------
x(:,1)=[10+P0*randn(1);20+P0*randn(1)];%物体初始真实状态值
z(:,1)=H*x(:,1)+v(:,1);%观测真实值初始值
%--------估计参数初始化--------
p(:,:,1)=0.1*eye(Dim_n);%误差协方差初始值
xkf(:,1)=x(:,1);%全局估计状态初始化
%--------特定矩阵初始化--------
In=eye(Dim_n);%2*2单位矩阵
%====================迭代过程====================
for k=2:N
%系统模型
x(:,k)=A*x(:,k-1)+w(:,k);
%量测模型，标量
z(:,k)=H*x(:,k)+v(:,k);
%====================标准Kalman过程====================
[p(:,:,k),xkf(:,k)]=Lkf(2,A,H,Gamma,Q,R,p(:,:,k-1),xkf(:,k-1),z(:,k));
end
%====================MSE计算====================
Step=10;
[MSE]=MSE(Dim_n,Step,N,xkf,x);
%====================绘图====================
%MSE
figure;
hold on,box on;
plot(MSE(1,:),'-r.');
plot(MSE(2,:),'-g.');
legend('MSE1','MSE2');
xlabel('采样时间');ylabel('数值');
title('MSE');
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/187492.html原文链接：https://javaforall.net
