主要内容

fusexcov

使用交叉协方差的协方差融合

描述

例子

fusedStatefusedCov] = fusexcov(trackStatetrackCov融合轨道状态trackState和它们对应的协方差矩阵trackCov.该函数在贝叶斯框架内估计融合状态和协方差,其中轨道之间的相互关联未知。

例子

fusedStatefusedCov] = fusexcov(trackStatetrackCovcrossCovFactor在计算交叉协方差时,为有效相关系数指定交叉协方差因子。

例子

全部折叠

定义轨迹的状态向量。

X (:,1) = [1;2;0];X (:,2) = [2;2;0];X (:,3) = [2;3;0];

定义轨迹的协方差矩阵。

P (:,:,1) = [10 5 0;5 10 0;0 0 1;P (:,:,2) = [10 -5 0;-5 10 0;0 0 1];P (:,:,3) = [12 9 0;9 12 0;0 0 1];

估计融合状态向量及其协方差。

[fusedState,fusedCov] = fusexcov(x,p);

使用trackPlotter画出结果。

tPlotter = theaterPlot(“XLim”-10年[10],“YLim”-10年[10],“ZLim”, -10年[10]);tPlotter1 = trackPlotter(tPlotter,...“DisplayName的”“输入追踪”“MarkerEdgeColor”,[0.000 0.447 0.741]);tPlotter2 = trackPlotter(tPlotter,...“DisplayName的”“融合跟踪”“MarkerEdgeColor”,[0.850 0.325 0.098]);plotTrack(tPlotter2, fusedState', fusedCov) title(“Cross-Covariance融合”

图中包含一个轴对象。标题为Cross-Covariance Fusion的axis对象包含2个类型为line的对象。这些对象代表输入轨道,融合轨道。

定义轨迹的状态向量。

X (:,1) = [1;2;0];X (:,2) = [2;2;0];X (:,3) = [2;3;0];

定义轨迹的协方差矩阵。

P (:,:,1) = [10 5 0;5 10 0;0 0 1;P (:,:,2) = [10 -5 0;-5 10 0;0 0 1];P (:,:,3) = [12 9 0;9 12 0;0 0 1];

估计融合状态向量及其协方差。指定交叉协方差因子为0.5

[fusedState,fusedCov] = fusexcov(x,p,0.5);

使用trackPlotter画出结果。

tPlotter = theaterPlot(“XLim”-10年[10],“YLim”-10年[10],“ZLim”, -10年[10]);tPlotter1 = trackPlotter(tPlotter,...“DisplayName的”“输入追踪”“MarkerEdgeColor”,[0.000 0.447 0.741]);tPlotter2 = trackPlotter(tPlotter,...“DisplayName的”“融合跟踪”“MarkerEdgeColor”,[0.850 0.325 0.098]);plotTrack(tPlotter2, fusedState', fusedCov) title(“Cross-Covariance融合”

图中包含一个轴对象。标题为Cross-Covariance Fusion的axis对象包含2个类型为line的对象。这些对象代表输入轨道,融合轨道。

输入参数

全部折叠

跟踪状态,指定为N——- - - - - -矩阵,N状态的维度和是轨道数。

数据类型:|

跟踪协方差矩阵,指定为N——- - - - - -N——- - - - - -数组,N状态的维度和是轨道数。

数据类型:|

交叉协方差因子,用标量表示。

数据类型:|

输出参数

全部折叠

融合状态,返回为一个N-by-1向量,其中N是状态的维度。

融合协方差矩阵,返回为N——- - - - - -N矩阵,N是状态的维度。

参考文献

[1] Bar-Shalom, Yaakov,李晓荣。多目标-多传感器跟踪:原理与技术。卷。19。斯托尔斯,CT: YBs, 1995。

[2]翁志远和Petar M. djurich。”协方差估计与数据融合的贝叶斯方法。2012年第20届欧洲信号处理会议论文集,第2352-2356页。IEEE 2012。

Matzka, Stephan和Richard Altendorfer。”汽车传感器融合中的履带融合算法比较。智能系统的多传感器融合与集成,第69-81页。施普林格,柏林,海德堡,2009

扩展功能

C/ c++代码生成
使用MATLAB®Coder™生成C和c++代码。

另请参阅

|

在R2018b中引入