正确

基于传感器的测量调节状态估计

折叠所有页面

句法

[stateCorr，stateCov] =正确（PF，测量）
[stateCorr，stateCov] =正确（PF，测量，varargin）

描述

例

[stateCorr，stateCov] =正确（PF，测量）计算基于传感器校正的系统的状态和它的相关的不确定性协方差测量在当前时间步骤。正确使用MeasurementLikelihoodFcn从颗粒过滤器对象属性，PF作为函数来计算传感器测量每个粒子的似然性。两个输入到MeasurementLikelihoodFcn功能有：

  1. PF- 该stateEstimatorPF对象，其中包含当前迭代的颗粒

  2. 测量- 该传感器测量值用于校正状态估计

该MeasurementLikelihoodFcn函数然后提取基于设定的最佳状态估计和协方差StateEstimationMethod属性。

[stateCorr，stateCov] =正确（PF，测量，varargin）通过在所有其他参数varargin底层MeasurementLikelihoodFcn后的第一个三个必需的输入。

例子

全部收缩

开立真实脚本

创建一个stateEstimatorPF对象，并且执行用于状态估计的预测和校正步骤。颗粒过滤器给出了基于的返回值的预测状态估计StateTransitionFcn。然后，它修正基于给定的测量和返回值的状态MeasurementLikelihoodFcn。

创建一个默认的三种状态的颗粒过滤器。

PF = stateEstimatorPF
PF = stateEstimatorPF与属性：NumStateVariables：3个NumParticles：1000 StateTransitionFcn：@ nav.algs.gaussianMotion MeasurementLikelihoodFcn：@ nav.algs.fullStateMeasurement IsStateVariableCircular：[1x1的resamplingPolicyPF] ResamplingMethod：： '多项式' StateEstimationMethod：“平均[0 0 0] ResamplingPolicy“StateOrientation：‘行’颗粒：[1000x3双]重量：[1000x1双]国家：‘使用getStateEstimate函数查看值’StateCovariance：“使用getStateEstimate函数查看值”

指定平均状态估计方法和系统的重采样方法。

pf.StateEstimationMethod ='意思';pf.ResamplingMethod =“系统”;

在状态[4 1 9]与单元协方差初始化微粒过滤器（眼（3））。使用5000米的颗粒。

初始化（PF，5000，[4 1 9]，眼部（3））;

假设测量[4.2 0.9 9]，运行一个预测和一个正确步骤。

[statePredicted，stateCov] =预测（PF）;[stateCorrected，stateCov] =正确（PF，[4.2 0.9 9]）;

获取基础上，最好的状态估计StateEstimationMethod算法。

stateEst = getStateEstimate（PF）
stateEst =1×34.1562 0.9185 9.0202

输入参数

全部收缩

stateEstimatorPF对象，指定为把手。看到stateEstimatorPF了解更多信息。

传感器测量值，指定为一个数组。该输入直接传递到MeasurementLikelihoodFcn财产PF。它被用来计算所述传感器测量每个粒子的似然性。

可变长度输入自变量列表，指定为逗号分隔的列表。该输入直接传递到MeasurementLikelihoodFcn财产PF。它被用来计算所述传感器测量每个粒子的似然性。您打电话的时候：

正确（PF，测量，ARG1，ARG2）
MATLAB®基本要求measurementLikelihoodFcn如：
measurementLikelihoodFcn（PF，测量，ARG1，ARG2）

输出参数

全部收缩

校正系统的状态，恢复为具有长度的行向量NumStateVariables。校正后的状态下，计算基于所述StateEstimationMethod算法和MeasurementLikelihoodFcn。

修正系统偏差，返回一个ñ-通过-ñ矩阵，其中ñ是的价值NumStateVariables物业PF。校正后的状态下，计算基于所述StateEstimationMethod算法和MeasurementLikelihoodFcn。如果指定了不支持的协方差，那么函数返回的状态估计方法万博1manbetxstateCov如[]。

也可以看看

|||||

主题

介绍了在R2016a

机器人系统工具箱文档

万博1manbetx