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