用matlab写一段卡尔曼均衡器，输出结果用图表表示

以下是使用MATLAB编写的卡尔曼均衡器的示例代码，该代码可以模拟一个简单的随机游走过程，并使用卡尔曼滤波算法对其进行估计和预测。

% 生成随机游走过程
N = 100;
w = 0.1*randn(N,1);
x = zeros(N,1);
for i=2:N
    x(i) = x(i-1) + w(i);
end

% 初始化卡尔曼滤波器
A = 1; % 状态转移矩阵
H = 1; % 观测矩阵
Q = 0.01; % 状态噪声方差
R = 1; % 观测噪声方差
P = 1; % 状态协方差矩阵
x_hat = zeros(N,1); % 估计值
P_hat = zeros(N,1); % 估计协方差矩阵

% 使用卡尔曼滤波器估计和预测
for i=2:N
    % 预测
    x_hat_minus = A * x_hat(i-1);
    P_minus = A * P_hat(i-1) * A' + Q;
    
    % 更新
    K = P_minus * H' / (H * P_minus * H' + R);
    x_hat(i) = x_hat_minus + K * (x(i) - H * x_hat_minus);
    P_hat(i) = (eye(1) - K * H) * P_minus;
end

% 绘制结果图表
figure;
plot(1:N,x,'b');
hold on;
plot(1:N,x_hat,'r');
xlabel('Time');
ylabel('Value');
legend('True','Estimated');

在这个示例中，我们使用MATLAB生成了一个长度为100的随机游走序列，并使用卡尔曼滤波算法对其进行了估计和预测。最后，我们使用MATLAB的绘图功能将真实值和估计值绘制在同一张图表上，以便比较它们的差异。