维度可变的UKF（无迹卡尔曼滤波），附有完整源代码

本文分享的MATLAB代码实现了一个N维状态量的无迹卡尔曼滤波（UKF）算法，用于对动态系统的状态估计。代码的一个显著特点是滤波维度可以自由更改，便于适应不同的应用需求。

代码简短介绍

主要内容和流程如下：

1. 初始化：

   • 清空工作区和命令窗口，固定随机数种子以确保结果可重现。
   • 定义时间序列和状态维度（dim），可以灵活设置至任意值，以适应特定应用。
   • 设置过程和观测噪声的协方差矩阵，初始化状态向量和协方差矩阵，并分配观测值的存储空间。

2. 运动模型：

   • 通过迭代生成真实状态、未滤波状态和观测值。真实状态保持线性更新，未滤波状态添加过程噪声，观测值为真实状态的平方加上观测噪声。

3. 无迹卡尔曼滤波 (UKF)：

   <