文档帮助中心
使用跟踪滤波器校正状态和状态估计误差协方差
[xcorr, Pcorr] =正确(过滤器,zmeas)
[xcorr, Pcorr] =正确(过滤、zmeas measparams)
[xcorr,Pcorr] =正确(过滤器,zmeas,zcov)
[xcorr,Pcorr,zcorr] =正确(过滤器,zmeas)
[xcorr, Pcorr zcorr] =正确(过滤、zmeas zcov)
正确的(过滤器,___)
xcorr =正确(过滤器,___)
例子
(xcorr,Pcorr正确]= (过滤,zmeas)返回正确的状态,xcorr,修正状态估计误差协方差,Pcorr,用于基于所述电流测量输入跟踪滤波器的下一时间步骤,zmeas。修正后的值覆盖了内部状态和状态估计误差的协方差过滤。
(xcorr,Pcorr正确]= (过滤,zmeas)
xcorr
Pcorr
过滤
zmeas
(xcorr,Pcorr正确]= (过滤,zmeas,measparams)方法中定义的度量函数使用的其他参数MeasurementFcn的属性过滤。您可以从前面的语法返回任何输出。
(xcorr,Pcorr正确]= (过滤,zmeas,measparams)
measparams
MeasurementFcn
如果filter是trackingKF要么trackingABF对象,那么你就不能使用这个语法。
trackingKF
trackingABF
(xcorr,Pcorr正确]= (过滤,zmeas,zcov)指定额外的测量协方差,zcov在使用MeasurementNoise的属性过滤。
(xcorr,Pcorr正确]= (过滤,zmeas,zcov)
zcov
MeasurementNoise
您只能在使用此语法过滤是一个trackingKF宾语。
(xcorr,Pcorr,zcorr正确]= (过滤,zmeas)也返回测量的修正,zcorr。
(xcorr,Pcorr,zcorr正确]= (过滤,zmeas)
zcorr
您只能在使用此语法过滤是一个trackingABF宾语。
(xcorr,Pcorr,zcorr正确]= (过滤,zmeas,zcov)返回测量值的修正,zcorr,并指定额外的测量协方差,zcov在使用MeasurementNoise的属性过滤。
(xcorr,Pcorr,zcorr正确]= (过滤,zmeas,zcov)
正确的(过滤,___)更新过滤用修正后的状态和状态估计误差协方差不返回修正后的值。指定跟踪过滤器和来自前面语法的任何输入参数组合。
正确的(过滤,___)
xcorr=正确(过滤,___)更新过滤带修正状态和状态估计误差协方差但只返回修正状态,xcorr。
xcorr=正确(过滤,___)
全部折叠
创建二维trackingEKF对象并使用名称-值对来定义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。使用预测和正确的函数来传播状态。你可以叫预测和正确的任何顺序,想要多少次都可以。以笛卡尔坐标指定测量值。
预测
正确的
测量= (1;1,0);[xpred, Ppred] = predict(EKF);[xcorr, Pcorr] =正确(EKF,测量);[xpred, Ppred] = predict(EKF);[xpred, Ppred] = predict(EKF)
xpred =4×11.2500 0.2500 1.2500 0.2500
Ppred =4×4更新:2007-2-13阅读:这是一本很好的工具书,是一本很好的工具书,是一本很好的工具书
trackingUKF
trackingCKF
trackingIMM
trackingGSF
trackingPF
trackingMSCEKF
对象跟踪过滤器,指定为这些对象之一:
trackingKF-线性卡尔曼滤波器
trackingEKF-扩展卡尔曼滤波器
trackingUKF- 无味卡尔曼滤波
trackingABF- α-β滤波器
trackingCKF-立方卡尔曼滤波器
trackingIMM-交互多模型(IMM)过滤器
trackingGSF- 高斯累加滤波器
trackingPF- 粒子滤波
trackingMSCEKF-使用修改球坐标(MSC)扩展卡尔曼滤波器
跟踪对象的测量,指定为矢量或矩阵。
数据类型:单|双
单
双
度量函数参数,指定为以逗号分隔的参数列表。方法指定的度量函数传递的参数相同MeasurementFcn跟踪过滤器的属性。如果过滤是一个trackingKF要么trackingABF对象,则无法指定measparams。
假设您设置MeasurementFcn来@cameas,然后调用正确的:
@cameas
[xcorr, Pcorr] =正确(过滤、帧sensorpos sensorvel)
量= cameas(状态、帧sensorpos sensorvel)
测量协方差,指定为米-通过-米矩阵,其中米是测量的尺寸。对于所有的测量,假设相同的测量协方差矩阵zmeas。
修正滤波器的状态,指定为向量或矩阵。的状态输入属性过滤被此值覆盖。
状态
所述过滤器的校正的状态协方差,指定为矢量或矩阵。的StateCovariance输入属性过滤被此值覆盖。
StateCovariance
滤波器的正确测量值,指定为矢量或矩阵。你可以返回zcorr只有当过滤是一个trackingABF宾语。
克隆|correctjpda|距离|初始化|可能性|预测|剩余
克隆
correctjpda
距离
初始化
可能性
剩余
这个例子的修改版本的系统上存在。你要打开这个版本呢?
你点击了一个链接,对应于这个MATLAB命令:
在MATLAB命令窗口中输入命令,运行该命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站来获取可用的翻译内容,并查看本地事件和报价。根据你的位置,我们建议你选择:。
您还可以选择从下面的列表中的网站:
选择中国网站(中文或英文)以获得最佳网站表现。其他MathWorks国家站点不适合来自您所在位置的访问。
联系当地办事处
得到审判现在