MATLAB入门教程（带详细注释的MATLAB代码）

使用方法

将mlx文件在MATLAB上运行，即可得到下列结果：
在这里插入图片描述

完整代码

给出mlx文件的全文

MATLAB软件入门分析
Date：2023年3月13日
Author：Evand
入门综述
使用matlab编程时，通常使用.m文件，把所有代码编好后，统一运行or调试。如果想运行一两行代码，可以使用“命令行窗口”，一般在MATLAB主窗口的下方。
本文件是.mlx的实时编辑脚本文件，可以理解成介于.m文件和命令行之间的东西，将文本（据说兼容latex）与代码结合，可以实时调试，所以实时性很高，但是也因此对电脑的性能要求稍微高一点。
下面打一个hello MATLAB的代码，并显示出来：
disp('hello MATLAB'); %注释
此时，可以按一下F5或点一下上方的“运行”，能看见hello MATLAB直接显示在上面那一行代码的下面（也可以调整到右侧）了。
MATLAB强大的兼容性：对于一个计算语句，加分号与不加分号都能运行，在无关紧要的地方可以随意加空格：
a = 100;
b = 200
c=300
基本语句
d = a+b;
e = 100^3+2*2-12;
f = [1,2;3,4];
g = [1,2;3,4];
f.*g;
f*g;
g^(-1);
f/g;


其他介绍提纲
版本：https://ww2.mathworks.cn/downloads/
操作界面：工具栏、命令行、工作区workspace、编辑器横竖窗口
m文件执行、函数调用
断点、运行到指定处
绘图
plot
绘图最常用的是plot（绘制曲线图），但是就算是plot也有很多种搭配，比如想画一条直线，从（1,2）到（3,4），可以像下面这样先设定两个向量：
a = [1,3];
b = [2,4];
然后将a向量作为横坐标，b向量作为纵坐标，用plot绘制即可，为了防止图像之间互相干扰，可以在代码前面加一个"figure"，以生成一个新的图画：
figure;
plot(a,b);
但是此时可能还想打上横纵坐标的值、更改线条颜色和数据点的形式：
figure;
plot(a,b,'.-r'); %cmyk ,- : --
xlabel('横坐标');
ylabel('纵坐标');
如果还想加上标题，则用"title('标题');"即可。
累积密度函数cdf
cdfplot(err_est);


运算
正常的加减乘除都跟c语言一样，对于矩阵运算，点乘是.*，矩阵相乘是*
对于一个矩阵A，如果要提取它的第一行第一列的元素，则用A(1,1);
如果要提取第1~3行，则用A(1:3,:);
A = [1,2,3,4;5,6,7,8;9,1,2,3;4,5,6,7];
A(1,1) %代码后面不加冒号，运算后会直接输出结果
A(1:3,:)
if-else示例：
if 1>3
    disp('1>3');
else
    disp('1 <= 3');
end
for循环：循环次数用冒号结构，循环体以end结尾
a=1;
for i=1:30
    a = a+1;
end
disp(a);
卡尔曼滤波运用
% edited by JBR
% data. 2020.5.1
% 自由落体卡尔曼例程
clear;clc;
i1 = 1:20;
% 录入观测值（单位为是km）
% Z = [1.9945,1.9794,1.9554,1.9214,1.8777,1.8250,1.7598,1.6867,1.6036,...
%     1.5092,1.4076,1.2944,1.1724,1.0399,0.8980,0.7455,0.5850,0.4125,0.2318,0.0399];
height = 2000-0.5*9.8*[1:20].^2; %真实的高度
Z = height+9*randn(1,20); %实际的观测
g_INS = 9.8+0.1*randn(1,20)+0.001;
X = [2000;-10]; %初值（高斯分布的均值）
P = [1 0;0 2]; %初值误差方差
A = [1 1;0 1]; %观测矩阵
C = [1 0];% 系统误差方差
R = 8; %量测误差方差
Q = 0.1; %状态噪声
X_ = A*X+[0;-g_INS(1)];
P_ = A*P*A'+Q; %计算第二时刻的P（估计值）
K = P_*C'/(C*P_*C'+R); %由PCR求增益
X = X_+K*(Z(1)-C*X_); %由状态转移X_、观测Z和增益求当前时刻的状态预测
XX = X; %XX是存储滤波值的地方，此处对其赋第一行的值
P = (eye(2)-K*C)*P_; %eye(2)
for i = 2:20
    X_ = A*X+[0;-g_INS(i)];
    P_ = A*P*A'+Q;
    K = P_*C'/(C*P_*C'+R);
    X = X_+K*(Z(i)-C*X_);
    XX = [XX,X_+K*(Z(i)-C*X_)];
    P = (eye(2)-K*C)*P_;
end
figure;
plot(i1,Z,'r.',i1,XX(1,:),'b'); %最后的'b'指用默认线条画蓝色（blue）的线
xlabel('时间/s');ylabel('位置/m'); %设置横纵坐标
legend('估计观测的位置ֵ','估计的位置'); %设置标注
title('位置'); %设置标题
% 速度
figure;
plot(i1,XX(2,:),'r.'); %最后'r.'表示用红色(red)画点
xlabel('时间/s');ylabel('速度/m');
title('速度估计值');

% 误差绘图
err_Z=Z-height;
err_INS = 2000-0.5*g_INS.*[1:20].^2-height;
err_est=XX(1,:)-height;
figure;
plot(i1,err_Z,i1,err_INS,i1,err_est,'.-'); %最后'.-'表示用默认颜色画带点的实现
xlabel('时间/s');ylabel('位置/m');
title('位置误差');
legend('观测误差','INS误差','滤波估计后的误差');
衡量指标：
绝对值：abs()，最大值：max()，平均值：mean()
max(abs(err_est))
mean(abs(err_est));