matlab导航卫星数据函数sscanf怎么理解

这个程序明显不是matlab的程仔和序

1.matlab中数组的index放在()中，而不是[]中

2.sscanf的用法明显念销盯不是matlab的：不符合sscanf格式的定义

3.&string[11]实现的是指针的功能，这在c或c++语言中有斗氏，而matlab中没有。

不过sscanf倒是容易理解：在string中，从string[11]开始存储‘秒’的信息，用&string[11]将‘秒’信息的起始地址传给sscanf，sscanf再按照%1f的格式读取该信息，并将信息存到dsecond中，由于是使用指针进行 *** 作，所以不需要指定‘秒’信息的长度

在下面的仿真的代码中，理想的观测量不是真实数据，而是自生成的正弦波数据，在真实的应用场景中，应该是一系列的参考数键凳没据。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

% 卡尔曼滤波器在INS-GPS组合导航中应用仿真

% Author : lylogn

% Email : lylogn@gmail.com

% Company: BUAA-Dep3

% Time : 2013.01.06

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

% 参考文献:

% [1]. 邓正隆. 惯导技术, 哈尔滨工业大学粗仔出版社.2006.

clear all

%% 惯性-GPS组合导航模型参数初始化

we = 360/24/60/60*pi/180%地球自转角速度，弧度/s

psi = 10*pi/180 %psi角度 / 弧度

Tge = 0.12

Tgn = 0.10

Tgz = 0.10 %这三个参数的含义详见参考文献

sigma_ge=1

sigma_gn=1

sigma_gz=1

%% 连续空间系统状态方程

% X_dot(t) = A(t)*X(t) + B(t)*W(t)

A=[0 we*sin(psi) -we*cos(psi) 1 0 0 1 0 0

-we*sin(psi) 0 0 0 1 0 0 1 0

we*cos(psi) 0 0 0 0 1 0 0 1

00 0 -1/Tge 0 0 0 0 0

00 0 0 -1/Tgn 0 0 0 0

00 0 0 0 -1/Tgz 0 0 0

00 0 0 0 0 0 0 0

00 0 0 0 0 0 0 0

00 0 0 0 0 0 0 0]%状态转移矩阵

B=[00 0sigma_ge*sqrt(2/Tge) 0 0 0 0 0

00 00 sigma_gn*sqrt(2/Tgn) 0 0 0 0

00 00 0 sigma_gz*sqrt(2/Tgz) 0 0 0]'%输入控制矩阵

%% 转化为离散时间系统状态方程

% X(k+1) = F*X(k) + G*W(k)

T = 0.1

[F,G]=c2d(A,B,T)

H=[10 0 0 0 0 0 0 0

0 -sec(psi) 0 0 0 0 0 0 0]%观测矩稿纳阵

%% 卡尔曼滤波器参数初始化

t=0:T:50-T

length=size(t,2)

y=zeros(2,length)

Q=0.5^2*eye(3)%系统噪声协方差

R=0.25^2*eye(2) %测量噪声协方差

y(1,:)=2*sin(pi*t*0.5)

y(2,:)=2*cos(pi*t*0.5)

Z=y+sqrt(R)*randn(2,length) %生成的含有噪声的假定观测值，2维

X=zeros(9,length) %状态估计值，9维

X(:,1)=[0,0,0,0,0,0,0,0,0]' %状态估计初始值设定

P=eye(9) %状态估计协方差

%% 卡尔曼滤波算法迭代过程

for n=2:length

X(:,n)=F*X(:,n-1)

P=F*P*F'+ G*Q*G'

Kg=P*H'/(H*P*H'+R)

X(:,n)=X(:,n)+Kg*(Z(:,n)-H*X(:,n))

P=(eye(9,9)-Kg*H)*P

end

%% 绘图代码

figure(1)

plot(y(1,:))

hold on

plot(y(2,:))

hold off

title('理想的观测量')

figure(2)

plot(Z(1,:))

hold on

plot(Z(2,:))

hold off

title('带有噪声的观测量')

figure(3)

plot(X(1,:))

hold on

plot(X(2,:))

hold off

title('滤波后的观测量')

给你一个matlab程序，自己运行一下就知道了。

clearclc

v0=90

vw=450

xw=0

yw=0

xr=0

yr=120

dt=0.001

t=0

figure('units','normalized')

axis([0 yr,0 yr+10])

set(gcf,'color','w')

w=line(xw,yw,'color','r','marker','.','markersize',20,'erasemode','xor')

r=line(xr,yr,'color','b','marker','.','markersize',10,'erasemode','xor')

wd=line(xw,yw,'color','r','linestyle','-','linewidth',2,'erasemode','none'迹如)

rd=line(xr,yr,'color','c','linestyle','-','linewidth',2,'erasemode'姿裂启,'none')

while (abs(1-xw/xr)>=1e-3||abs(1-yw/yr)>=1e-3)

xr=v0*t

l=sqrt((xw-xr)^2+(yw-yr)^2)

vx=vw*(xr-xw)/l

vy=vw*(yr-yw)/l

xw=xw+vx*dt

yw=yw+vy*dt

set(w,'xdata',xw,'ydata',yw)

set(wd,'xdata',xw,'源祥ydata',yw)

set(r,'xdata',xr,'ydata',yr)

set(rd,'xdata',xr,'ydata',yr)

drawnow

t=t+dt

end

hold on

fill([xw-5 xw xw+5 xw+2.5 xw+5 xw xw-5 xw-2.5],[yw-5 yw-2.5 yw-5 yw yw+5 yw+2.5 yw+5 yw],'r')

---