功能需求分类及MATLAB最优化计算详解

《MATLAB最优化计算精通》由清华大学龚纯编写，出版于2009年4月，ISBN：978-7-121-08251-1。

在计算机技术与相关领域不断深化的推动下，综合评价方法取得了显著进展，其中指标权重系数的确定方式作为综合评价的关键一环也取得了新突破。

《精通MATLAB最优化计算》一书的课件第5章介绍了MATLAB优化工具箱中与函数输出参数相关的内容。

这是一套经过调试的Matlab图像处理程序，涵盖中值滤波、小波变换、边缘检测、直方图处理、图像放大、傅里叶变换、二值图像处理、图像细化和伪彩色处理等功能。每个程序均已通过验证，确保最优算法的应用。

这本书深入探讨了最优化理论，并通过Matlab程序演示了其实现方法，帮助读者更好地理解优化算法的运作原理。

针对初学者，提供了一个简单的MATLAB程序，用以实现两类分类任务，采用了平分最近法方法。

姓名：刘振博 学号：201920 完成工作：一维状态量的Kalman Filter仿真，二维状态量的Extended Kalman Filter仿真，应用EKF实现2D-SLAM。系统建模：x+ = F_x * x + F_u * u + F_n * n，y = H * x + v。其中：F_x = 1；F_u = 1；F_n = 1；u = 1；H = 0.5；Q = 1；R = 1。状态先验：x = 0；P = 1e4。仿真初值：X = 7。仿真结果：二维状态量的EKF仿真系统模型：x+ = f(x, u, n)，y = h(x) + v。系统定义：x = [px py vx vy]'，y = [d, a]'，u = [ax, ay]'，n = [nx, ny]'，v = [vd, va]'。px+ = px + vx * dt，py+ = py + vy * dt，vx+ = vx + ax * dt + nx，vy+ = vy + ay * dt + ny，d = sqrt(px^2 + py^2)。

在数学和工程领域，MATLAB作为一种强大的数值计算工具，广泛应用于数据分析、模拟和算法开发等方面。

通过重复计算得到统计量Q的多个观测值，并根据显著水平α来判断µ之间的显著差异，从而确定最优状态估计卡尔曼、h∞和非线性滤波的适用性。