matlab 如何找矩阵中的非零元素并替换

Posted 2023-04-04

如，矩阵[1 0 0 0 1;1 0 0 1 0];要将其中的1元素按顺序替换为[2 4;3 5]

A = [1 0 0 0 1;1 0 0 1 0];
b = [2 4; 3 5];
ia = find(A(:)~=0);
A(ia)=b(:)

A =

     2     0     0     0     5

     3     0     0     4     0

%% 如果要对应行优先

A = [1 0 0 0 1;1 0 0 1 0]';
b = [2 4; 3 5]';
ia = find(A(:)~=0);
A(ia)=b(:);
A = A'

A =

     2     0     0     0     4

     3     0     0     5     0

参考技术A 设数组为a，a(find(a==0))=w,w就是你想替换的数。如果想替换的数是不相同的，那就用c=find(a==0)，这个时候数组c里就存放了等于0的下标，你就可以进行赋值替换了，如：a(c(1))=1+i。 参考技术B temp=find(A~=0);
for i=1:1:length(temp)
A(temp(i))=你想要替换的值;
end

无迹卡尔曼滤波器协方差矩阵 P 中的非零元素

【中文标题】无迹卡尔曼滤波器协方差矩阵 P 中的非零元素

【英文标题】：non-zero elements in the covariance matrix P of unscented kalman filter

【发布时间】：2021-05-10 18:06:00

【问题描述】：

我正在使用 filterpy.kalman 库的 unscented kalman 过滤器类。 即使当我用非对角线条目都为零的情况下初始化过程噪声 Q 和初始协方差 P 时，我仍然会得到具有非零非对角线条目的 P 和 S，有没有办法确保 P和 S 的非对角项都等于 0？

【参考方案1】：

我怀疑您可能会在其他地方得到更好的答案，但我不确定在哪里。

只有在状态实际上是没有动态的独立一维状态的集合的情况下，您才能确保对角状态误差协方差矩阵（即在时间 t' 的状态的预测是在时间 t 的状态）并且没有任何测量涉及超过一个状态元素。

卡尔曼滤波器的本质是它估计状态误差之间的相关性。