使用马氏距离做轨迹跟踪的matlab程序

马氏距离（Mahalanobis Distance）是一种统计学上的距离度量方法，特别适合于高维数据集中的异常检测和追踪。在MATLAB中，我们可以编写一个简单的程序来计算两个向量之间的马氏距离。以下是基本步骤：

% 定义计算马氏距离的函数
function mahaDist = mahalanobisDistance(x1, x2, cov)
    % x1 和 x2 是两个待比较的向量，cov 是协方差矩阵
    if nargin < 2 || nargin > 3
        error('Invalid input arguments.');
    end

    if ~isa(x1, 'double') || ~isa(x2, 'double')
        error('Input vectors must be of double type.');
    end

    if nargin == 3 && ~issquare(cov) || rank(cov) ~= size(cov, 1)
        error('Covariance matrix must be square and full rank.');
    end

    % 如果输入的是列向量，转换为行向量
    if size(x1, 2) == 1
        x1 = x1.';
        x2 = x2.';
    end

    % 计算马氏距离
    inv_cov = inv(cov);
    diff = x1 - x2;
    mahaDist = sqrt(diff * inv_cov * diff');
end

% 示例使用
% 假设x1和x2是你想比较的观测值向量，cov是它们的协方差矩阵
data1 = [值1; 值2; ...]; % 向量x1的元素
data2 = [值3; 值4; ...]; % 向量x2的元素
covMatrix = [矩阵元素]; % 协方差矩阵

mahaDist = mahalanobisDistance(data1, data2, covMatrix);

%