帮我用MATLAB写一段基于最优估计方法反演温湿度廓线的代码

以下是基于最优估计方法反演温湿度廓线的MATLAB代码：

% 加载实际观测数据
load('data.mat');

% 定义观测误差协方差矩阵
R = diag([0.2^2, 0.05^2]);

% 定义初始估计值
T0 = 280; % 温度初值为280K
H0 = 0.8; % 相对湿度初值为80%

% 定义状态转移矩阵和观测矩阵
A = [1 0; 0 1]; % 状态转移矩阵
H = [1 0; 0 1]; % 观测矩阵

% 定义初始状态和初始状态误差协方差矩阵
X0 = [T0; H0]; % 初始状态向量
P0 = diag([10^2, 0.1^2]); % 初始状态误差协方差矩阵

% 定义存储结果的变量
n = length(data);
X = zeros(2, n);
P = zeros(2, 2, n);

% 初始状态赋值
X(:, 1) = X0;
P(:, :, 1) = P0;

% 基于最优估计方法进行反演
for i = 2:n
% 预测状态和状态误差协方差矩阵
X_pred = A * X(:, i-1);
P_pred = A * P(:, :, i-1) * A' + Q;

% 计算卡尔曼增益
K = P_pred * H' * inv(H * P_pred * H' + R);

% 更新状态和状态误差协方差矩阵
X(:, i) = X_pred + K * (data(:, i) - H * X_pred);
P(:, :, i) = (eye(2) - K * H) * P_pred;
end

% 绘制结果图像
figure;
subplot(2, 1, 1);
plot(X(1, :), 'b-', 'LineWidth', 2);
hold on;
plot(data(1, :), 'r-', 'LineWidth', 2);
ylabel('Temperature (K)');
legend('Reconstructed', 'Observed');
grid on;

subplot(2, 1, 2);
plot(X(2, :), 'b-', 'LineWidth', 2);
hold on;
plot(data(2, :), 'r-', 'LineWidth', 2);
xlabel('Index');
ylabel('Humidity');
legend('Reconstructed', 'Observed');
grid on;