粒子滤波PF与扩展卡尔曼滤波EKF结合，命名为PEKF，主要思想是：
对状态量进行采样，并对其粒子进行EKF的求解，得到的粒子再经过加权平均得到估计的状态量。状态协方差、一步转移噪声协方差、观测协方差均遵循EKF。
文章目录
- 总述
- 代码结构
- 下载链接
总述
只有一个m文件，带有与EKF的对比，方便调试。使用的模型为三维的非线性模型，观测量也是三维的，其中一维是非线性的，另外两个维度是线性的，方便对比。
适合人群：MATLAB有一定基础的人。代码中有一定的中文注释，但不是每一步都有讲解。
粒子数量N=1000时的效果：
三轴状态量曲线图：
三轴误差曲线图：
代码结构
初始化：设置粒子总数、噪声和初始状态。
状态更新：使用粒子滤波更新状态，结合EKF进行状态估计。
结果可视化：生成多种图形，展示真实状态、估计状态与误差。
统计输出：输出各个状态维度的误差分析结果。
下载链接
https://mall.bilibili.com/neul-next/index.html?page=mall-up_itemDetail&noTitleBar=1&itemsId=1105755012&from=items_share&msource=items_share