给出基于拓展卡尔曼的无人机姿态解算的s函数（s函数用matlab代码给出）（输入为三轴陀螺仪、三轴加速度计、三轴磁强计，输出为三个姿态角）

好的，基于拓展卡尔曼的无人机姿态解算的s函数可以如下给出（已经包含了注释说明）：

function [roll,pitch,yaw] = EKF_Attitude(gyro, accel, mag, dt)
% 输入：
% gyro: 陀螺仪测量值，单位为rad/s，3x1向量
% accel: 加速度计测量值，单位为m/s^2，3x1向量
% mag: 磁力计测量值，单位为uT，3x1向量
% dt: 采样时间间隔，单位为s
% 输出：
% roll: 横滚角，单位为rad
% pitch: 俯仰角，单位为rad
% yaw: 偏航角，单位为rad

persistent x P Q R H K

if isempty(x)
    % 初始化状态向量为0
    x = zeros(6, 1);
    % 初始化协方差矩阵为单位矩阵
    P = eye(6);
    % 初始化过程噪声标准差
    Q = diag([0.01 0.01 0.01 0.01 0.01 0.01]);
    % 初始化测量噪声标准差
    R = diag([0.1 0.1 0.1]);
    % 初始化观测矩阵
    H = [zeros(3) eye(3)];
end

% 定义旋转矩阵
R_roll = [1 0 0; 0 cos(x(1)) -sin(x(1)); 0 sin(x(1)) cos(x(1))];
R_pitch = [cos(x(2)) 0 sin(x(2)); 0 1 0; -sin(x(2)) 0 cos(x(2))];
R_yaw = [cos(x(3)) -sin(x(3)) 0; sin(x(3)) cos(x(3)) 0; 0 0 1];
R_gb = R_yaw * R_pitch * R_roll;

% 状态转移矩阵
F = [eye(3) -R_gb * dt; zeros(3) eye(3)];

% 预测状态和协方差
x = F * x;
P = F * P * F' + Q;

% 计算测量向量
z = [accel; mag];

% 计算残差
y = z - H * x;

% 计算卡尔曼增益
K = P * H' * (H * P * H' + R)^-1;

% 更新状态和协方差
x = x + K * y;
P = (eye(6) - K * H) * P;

% 计算姿态角
roll = x(1);
pitch = x(2);
yaw = x(3);
end

需要注意的是，此函数中的角度均为弧度制。