(要被删除)使用卡尔曼滤波器估计系统测量和状态
dsp.kalmanfilter.
将在将来的释放中删除。使用传感器融合和跟踪工具箱™中的卡尔曼过滤功能。
这dsp.kalmanfilter.
系统对象™是用于递归地获得线性最佳滤波的解决方案的估计器。在没有精确知识的潜在动态系统的情况下进行了此估计。卡尔曼滤波器实现了具有状态的以下线性离散时间过程,X,在这一点K.TH.时间步骤:
(状态方程)。这个测量,Z.,被给予:
(测量方程式)。
卡尔曼滤波器算法递归地计算以下两个步骤:
预测:使用先前状态估计过程参数x(状态)和p(状态误差协方差)。
校正:使用当前测量校正状态和错误协方差。
要过滤输入的每个通道:
创造dsp.kalmanfilter.
对象并设置其属性。
使用参数调用对象,就像它是一个函数。
要了解有关系统对象如何工作的更多信息,请参阅什么是系统对象?。
返回卡尔曼筛选系统对象,卡尔曼
= dsp.kalmanfilter.卡尔曼
,参数的默认值。
返回卡尔曼过滤系统对象,卡尔曼
= dsp.kalmanfilter(STMATRIX.
那mmatrix.
那pncovariance.
那Mncovariance.
那Cimatrix.
)卡尔曼
。这stateveransitionmatrix.
属性设置为STMATRIX.
, 这MeasurementMatrix.
属性设置为mmatrix.
, 这processnoisecovariance.
属性设置为pncovariance.
, 这MeasurementNoisecovariance.
属性设置为Mncovariance.
,而且ControlInputmatrix.
属性设置为Cimatrix.
。
返回卡尔曼过滤系统对象,卡尔曼
= dsp.kalmanfilter(名称,价值
)卡尔曼
,每个属性都设置为指定值。用单引号括起每个属性名称。未指定的属性具有默认值。
要使用对象函数,请将System对象指定为第一个输入参数。例如,要发布命名的系统对象的系统资源obj.
,使用此语法:
释放(obj)
该对象实现了描述的算法,输入和输出卡尔曼筛选块参考页面。对象属性对应于块参数。
[1] Greg Welch和Gary Bishop,卡尔曼滤波器介绍,技术报告TR95 041.教堂山的北卡罗来纳大学:教堂山,NC。1995年。