文档帮助中心
等速角度参数EKF初始化
滤波器= initapekf(检测)
FILTER = initapekf(检测,numFilters)
FILTER = initapekf(检测,numFilters,angleLimits)
过滤= initapekf(发现)配置用10个扩展卡尔曼滤波器(EKFs)过滤器。的功能配置与在加速单元的标准偏差的处理噪声。
过滤= initapekf(发现)
过滤
发现
所述角度可参数化的扩展卡尔曼滤波器(APEKF)是一个高斯累加滤波器(trackingGSF)具有多个EKFs,每个在所述目标的估计角位置初始化。角度参数化是一种常用的技术来初始化从仅范围检测的过滤器。
trackingGSF
过滤= initapekf(发现,numFilters)指定在过滤器EKFs的数量。
过滤= initapekf(发现,numFilters)
numFilters
例
过滤= initapekf(发现,numFilters,angleLimits)规定了该目标的角位置的限制。
过滤= initapekf(发现,numFilters,angleLimits)
angleLimits
全部收缩
所述APEKF是一种特殊类型的过滤器,可以只使用范围的测量被初始化的。当。。。的时候'帧'设定为'球形'中,检测具有[方位角仰角范围距离变化率]测量。适当地指定测量参数来定义仅范围测量。
'帧'
'球形'
measParam =结构('帧','球形','HasAzimuth',假,'HasElevation',假,'HasVelocity',假,'OriginPosition'[100; 10; 0]);
该objectDetection类定义由所述传感器测量的唯一范围检测的接口。该MeasurementParameters现场objectDetection携带关于什么传感器测量的信息。
objectDetection
MeasurementParameters
检测= objectDetection(0100,'MeasurementNoise',100,'MeasurementParameters',measParam)
检测= objectDetection与属性:时间:0测量:100 MeasurementNoise:100 SensorIndex:1 ObjectClassID:0 MeasurementParameters:[1x1的结构] ObjectAttributes:{}
该initapekf函数使用仅范围检测初始化APEKF。
initapekf
apekf = initapekf(检测)%#好
apekf = trackingGSF具有属性:状态:[6X1双] StateCovariance:[6x6的双] TrackingFilters:{10×细胞} ModelProbabilities:[10×双] MeasurementNoise:100
也可以用10层的过滤器初始化APEKF和第[-30 30]°的角度范围内操作。
angleLimits = [-30 30];numFilters = 10;apekf = initapekf(检测,numFilters,angleLimits)
您也可以指定initapekf功能A FilterInitializationFcn到trackerGNN宾语。
ilterInitializationFcn
trackerGNN
funcHandle = @(检测)initapekf(检测,numFilters,angleLimits)
funcHandle =与价值function_handle:@(检测)initapekf(检测,numFilters,angleLimits)
跟踪= trackerGNN('FilterInitializationFcn',funcHandle);
可视化的过滤器。
TP = theaterPlot;componentPlot = trackPlotter(TP,'显示名称',“个人的款项”,'MarkerFaceColor','R');sumPlot = trackPlotter(TP,'显示名称',“混合态”,'MarkerFaceColor','G');indFilters = apekf.TrackingFilters;POS =零(numFilters,3);COV =零(3,3,numFilters);对于I = 1:numFilters POS(I,:) = indFilters {I} .STATE(1:2:结束);COV(1:3,1:3,1)= indFilters {I} .StateCovariance(1:2:结束,1:2:结束);结束componentPlot.plotTrack(POS,COV);mixedPos = apekf.State(1:2:结束)';mixedPosCov = apekf.StateCovariance(1:2:结束,1:2:结束);sumPlot.plotTrack(mixedPos,mixedPosCov);
从[AZ R]检测创建角度参数EKF。
measParam =结构('帧','球形','HasAzimuth',真正,'HasElevation',假,'HasVelocity',假,'OriginPosition'[100; 10; 0]);
DET = objectDetection(0,[30; 100],'MeasurementParameters',measParam,'MeasurementNoise',10);
该initapekf功能参数化apekf过滤的高度测量。
apekf
numFilters = 10;apekf = initapekf(DET,numFilters,[ - 30 30]);indFilters = apekf.TrackingFilters;POS =零(numFilters,3);COV =零(3,3,numFilters);对于I = 1:numFilters POS(I,:) = indFilters {I} .STATE(1:2:结束);COV(1:3,1:3,1)= indFilters {I} .StateCovariance(1:2:结束,1:2:结束);结束
TP = theaterPlot;componentPlot = trackPlotter(TP,'显示名称',“个人的款项”,'MarkerFaceColor','R');sumPlot = trackPlotter(TP,'显示名称',“混合态”,'MarkerFaceColor','G');componentPlot.plotTrack(POS,COV);mixedPos = apekf.State(1:2:结束)';mixedPosCov = apekf.StateCovariance(1:2:结束,1:2:结束);sumPlot.plotTrack(mixedPos,mixedPosCov);图(3);
检测报告,指定为objectDetection宾语。
例:检测= objectDetection(0,[1; 4.5; 3], 'MeasurementNoise',[1.0 0 0 0 2.0 0 0 0 1.5])
检测= objectDetection(0,[1; 4.5; 3], 'MeasurementNoise',[1.0 0 0 0 2.0 0 0 0 1.5])
10
EKFs数量各自在所述目标的估计角位置,指定为正整数初始化。如果没有指定,EKFs的默认数量为10。
数据类型:单|双|INT8|INT16|INT32|Int64的|UINT8|UINT16|UINT32|UINT64
单
双
INT8
INT16
INT32
Int64的
UINT8
UINT16
UINT32
UINT64
所述目标的角度的限制,指定为两元素矢量。在载体中的两个元素表示目标角位置的下限和上限。
当功能检测:
范围测量值 - 默认角度限制为[-180 180]。
方位角和距离测量 - 默认角度限制是[-90 90]。
等速角度参数扩展卡尔曼滤波器(EKF),返回为trackingGSF宾语。
该功能可支持以下类型的测量中检测。万博1manbetx
范围测量值 - 参数对目标的方位角进行,和角限制为[-180 180]缺省。
方位角和距离测量 - 参数对目标的高度完成,和角限制默认是[-90 90]。
[1] Ristic的,茨尔,Sanjeev Arulampalam,和James麦卡锡。“算法,性能和应用到ISAR数据:只使用范围的测量目标的运动分析。“信号处理82,第2期(2002):273-296。
initcvekf
trackingEKF
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
现在就试用