1. 研究目的与意义

扩展卡尔曼滤波器是最优的递归算法。针对于许多实际问题的解决它是效率最高的，最好的，最有用的方法。扩展卡尔曼滤波器已经在机器人导航与控制系统，传感器数据融合，军事雷达和弹道轨迹外推等领域被广泛应用。在最近的几年，它在计算机图像处理方面占据着非常重要的地位，如人脸识别，图像边缘检测与图像分割技术和操作系统等技术领域。

扩展卡尔曼滤波器最初是专为飞行器导航而研制的，已成功地被应用在很多领域。扩展卡尔曼滤波器主要用来预估那些只能被系统本身间接或不精确观测的系统状态。因此扩展卡尔曼滤波器在很多工程系统和嵌入式系统中占据着重要的地位。扩展卡尔曼滤波作为一种数值估计优化方法，与应用领域的背景结合性很强。因此扩展卡尔曼滤波用于解决很多实际问题时，重要的不仅仅是算法优化问题与实现，更重要的是利用获取的领域知识对被认识系统进行形式化描述，建立起合适的数学模型，再从这个模型出发，进行滤波器的设计与实现工作。

因为扩展卡尔曼滤波具有实时递推，存储容量非常小和设计起来比较简单等优点，所以扩展卡尔曼滤波器在工程领域应用十分广泛。比如在信号处理、卫星控制、石油勘探、故障诊断、gps定位、检测与估计、控制、通信、航空航天、制导、目标跟踪、多传感器信息融合，机器人学和生物医学领域。本设计正是在河阳的时代背景下进行的，对扩展卡尔曼滤波器进行研究，是当下一个十分热门的话题。

2. 研究内容与预期目标

主要研究内容

本课题的研究内容，主要分为两个部分，分别是对卡尔曼滤波和扩展卡尔曼滤进行研究。首先，根据其原理，分别对卡尔曼滤波和扩展卡尔曼滤波进行数学模型的建立，经过相关文献的查阅，这个模型可以理解是非线性方程。通过研究这两个数学模型，以及matlab编程的方式，一方面是比较扩展卡尔曼比卡尔曼的改进；另一方面是验证滤波对噪声消除的有效性。

3. 研究方法与步骤

研究步骤

第一步，要研究的是卡尔曼滤波的背景意义，介绍本文的研究内容和验证的方法；

第二步，要介绍卡尔曼滤波算法原理，给出算法的实现步骤，展示核心方程式；

4. 参考文献

[1] 冯刚，吕茂庭，覃天. 基于matlab的卡尔曼滤波仿真研究[d]. 防空兵学院硕士

学位论文，2011.

[2] 苏林，尚朝轩.基于卡尔曼滤波器的雷达追踪[d]. 石家庄军械工程学院，2006.

5. 工作计划

(1)：接受毕业设计任务，查阅资料并完成开题报告；(2) ：选择开发工具，并配置其环境；(3) ：完成软件需求分析和概要设计；(4) ：完成软件详细设计；(5) ：编写和调试程序源代码，组织数据加以测试；(6)：整理文挡，并翻译一篇外文资料；(7)：撰写毕业设计论文，准备答辩资料；

(6)：整理文档，并翻译1篇相关的外文资料；