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       endMSE(n,k)=MSEC(n)/Step;%取平均endend
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');

MSE（均方误差）计算封装Matlab函数相关推荐

联邦滤波算法封装Matlab函数
文章目录背景函数代码调用方法调用测试函数背景本人最近需要写多个仿真,需要用到联邦滤波Federal Filter算法效果对比,于是干脆将联邦滤波算法封装为函数,后续使用直接进行调用即可. ...
Kalman滤波封装Matlab函数
文章目录背景函数代码调用方法调用测试函数仿真效果背景本人最近需要写多个仿真,需要大量用到本地标准Kalman滤波,于是干脆将Kalman滤波的算法封装为函数,后续使用直接进行调用即可. ...
matlab利用经纬度计算距离,MATLAB函数可计算两个坐标（纬度和经度）之间的距离...
How can I calculate distance between two world map coordinates (latitude and longitude) using MATLAB ...
（VS）c++调用matlab函数
1.matlab封装matlab函数 (1)方法一 1.输入 mex -setup 回车,然后点击选择 mex -setup C++: 2.输入 mbuild -setup 回车,然后点击选择 mex ...
matlab求二元函数极值算法_最优化计算与matlab实现（3）——进退法
参考资料 <精通MATLAB最优化计算(第二版)> 数值实现 Matlab 2019a 目录石中居士:最优化计算与Matlab实现--目录zhuanlan.zhihu.com 进退法 ...
python学习——把计算GC含量的代码封装成函数
把代码封装成函数的好处是可以重复使用该段代码,并且会使代码结构清晰例如要计算chr1以及chr2染色体的GC含量,代码如下: 1 # 将代码封装为函数并重复使用,例如计算染色体的GC含量 2 chr ...
matlab syms函数例题,matlab函数计算syms f o s z k D t m q T x;p=f-o-(s-o)*(1-erf(0.5*
问题描述: matlab函数计算 syms f o s z k D t m q T x; p=f-o-(s-o)*(1-erf(0.5*z/(k*D*(t^m)*exp(q*(1/T-1/273))* ...
matlab中计算运行时间的函数,【谁能都我一个计算时间的函数？是计算：例如上午08：00...-计算时间的函数-数学-伊凡渴同学...
概述:本道作业题是伊凡渴同学的课后练习,分享的知识点是计算时间的函数,指导老师为干老师,涉及到的知识点涵盖:[谁能都我一个计算时间的函数?是计算:例如上午08:00...-计算时间的函数-数学,下面是 ...
Matlab函数封装为DLL供Cpp调用
Matlab函数封装为DLL供Cpp调用文章目录 Matlab函数封装为DLL供Cpp调用 Ⅰ目标 Ⅱ 学习 Ⅲ 实现 1. Matlab 函数封装为DLL 2. vs2015中C++调用Matla ...

MSE（均方误差）计算封装Matlab函数

文章目录

背景

函数代码

调用方法

调用测试函数

MSE（均方误差）计算封装Matlab函数相关推荐

最新文章

热门文章