文档帮助中心
预测跟踪滤波器的状态和状态估计误差协方差
[xpred,Ppred] =预测(过滤器)
[xpred,Ppred] =预测(过滤器,DT)
[xpred,Ppred] =预测(过滤器,predparams)
预测(过滤器,___)
xpred =预测(过滤器,___)
例
[xpred,Ppred] =预测(过滤)返回预测状态,xpred和预测的状态估计误差协方差,Ppred,对于输入跟踪滤波器的下一时间步骤。预测值改写的内部状态和状态估计误差协方差过滤。
[xpred,Ppred] =预测(过滤)
xpred
Ppred
过滤
[xpred,Ppred] =预测(过滤,DT)指定时间步长为秒的正标量,并返回一个或多个的输出的从前面的语法。
[xpred,Ppred] =预测(过滤,DT)
DT
[xpred,Ppred] =预测(过滤,predparams)指定由所述状态转换函数中使用的其他预测参数。状态转移函数是在定义StateTransitionFcn财产过滤。
[xpred,Ppred] =预测(过滤,predparams)
predparams
StateTransitionFcn
预测(过滤,___)更新过滤与没有返回的预测值的预测状态和状态估计误差协方差。指定跟踪滤波器和任何从前述语法输入参数组合。
预测(过滤,___)
xpred=预测(过滤,___)更新过滤与预测的状态和状态估计误差协方差,但只返回所预测的状态,xpred。
xpred=预测(过滤,___)
全部收缩
创建二维trackingEKF对象和使用的名称 - 值对,以限定StateTransitionJacobianFcn和MeasurementJacobianFcn属性。使用预定义的等速运动和测量模型和他们的雅可比。
trackingEKF
StateTransitionJacobianFcn
MeasurementJacobianFcn
EKF = trackingEKF(@ constvel,@ cvmeas,[0; 0; 0; 0],...'StateTransitionJacobianFcn'@ constveljac,...'MeasurementJacobianFcn',@ cvmeasjac);
运行过滤器。使用预测和正确功能传播的状态。您可以拨打预测和正确以任意顺序和多次你想要的。指定直角坐标测量。
预测
正确
测量= [1; 1; 0];[xpred,Ppred] =预测(EKF);[xcorr,Pcorr] =正确(EKF,测量);[xpred,Ppred] =预测(EKF);[xpred,Ppred] =预测(EKF)
xpred =4×11.2500 0.2500 1.2500 0.2500
Ppred =4×411.7500 4.7500 0 0 4.7500 3.7500 0 0 0 0 11.7500 4.7500 0 0 4.7500 3.7500
trackingUKF
为对象跟踪滤波器,指定为这些对象之一:
trackingEKF- 扩展卡尔曼滤波
trackingUKF- 无味卡尔曼滤波
trackingABF- α-β滤波器
trackingABF
要使用预测与功能trackingKF线性卡尔曼滤波器,见预测(trackingKF)。
trackingKF
预测(trackingKF)
下一预测时间步骤,指定为以秒为正标量。
由状态转变函数中使用预测参数,指定为逗号分隔的参数列表。这些参数是传递到由指定的状态转换功能相同的参数StateTransitionFcn输入特性过滤。
假设你设置StateTransitionFcn属性@constacc然后调用预测功能:
@constacc
状态= constacc(状态,DT)
滤波器的预测状态,指定为矢量或矩阵。该州输入特性过滤而改写此值。
州
滤波器的预测状态协方差,指定为矢量或矩阵。该StateCovariance输入特性过滤而改写此值。
StateCovariance
克隆|正确|correctjpda|距离|初始化|可能性|剩余的
克隆
correctjpda
距离
初始化
可能性
剩余的
这个例子的修改版本的系统上存在。你要打开这个版本呢?
您单击对应于该MATLAB命令的链接:
在MATLAB命令窗口中输入它运行的命令。Web浏览器不支持MATLAB的命令。万博1manbetx
选择一个网站,以获得翻译的内容,其中可看到当地的活动和优惠。根据您的位置,我们建议您选择:。
您还可以选择从下面的列表中的网站:
选择最佳的网站性能的中国网站(在中国或英文)。其他MathWorks的国家网站都没有从您的位置访问进行了优化。
请联系您当地的办事处