帮助中心帮助中心

dsp.KalmanFilter

估计系统测量和状态使用卡尔曼滤波

扩展全页

dsp.KalmanFilter已被删除。Kalman过滤功能传感器聚合和跟踪工具箱TM取而代之

描述性

上头dsp.KalmanFilter系统对象TM是一个估计器,用于递归获取线性最优滤波解决方案估计时不精确了解底层动态系统卡尔曼滤波执行线性离散时进程X级中k^线程时间步数 : $X级高山市 k) = A级 X级高山市 k - 一号) + B级欧市高山市 k - 一号) + 华府高山市 k - 一号)$ 状态方程本度量复元表示为: $复元高山市 k) = H级 X级高山市 k) + V级高山市 k)$ 度量方程

卡尔曼滤波算法递归计算以下两步

预测值:进程参数x(状态)和P(状态误差共差)使用前状态估计
校正:状态和差错共差使用当前测量校正

过滤输入的每个通道 :

创建dsp.KalmanFilter对象并设置属性
用参数调用对象,仿佛它是一个函数

深入了解系统对象工作方式见系统对象是什么

创建

语法

kalman=dsp.KalmanFilter

kalman =dsp.KalmanFilter

kalman=dsp.KalmanFilter

描述性

卡尔曼dsp.KalmanFilter返回卡尔曼滤波系统对象卡尔曼中带缺省值参数

卡尔曼dsp.KalmanFilterSTMATrix应用,磁盘,PNCovari,MNCovariance系统,CIMatrix)返回卡尔曼滤波系统对象卡尔曼.上头StateTransitionMatrix属性设置STMATrix应用中,MeasurementMatrix属性设置磁盘中,ProcessNoiseCovariance属性设置PNCovari中,MeasurementNoiseCovariance属性设置MNCovariance系统并ControlInputMatrix属性设置CIMatrix.

卡尔曼dsp.KalmanFilter名称value)返回卡尔曼滤波系统对象卡尔曼中,每个属性都设置为指定值以单引号封存每个属性名未指定属性默认值

属性

除另有表示外,属性为不可调试性表示调用对象后无法改变它们的值物体调用锁发布函数解锁

万一属性金枪鱼类中,可随时修改值

更多换属性值信息见MATLAB使用系统对象系统设计.

`StateTransitionMatrix`-状态转换模型
`一号`QQ标量|平方矩阵

定义性A级状态方程中连接状态前时步A级平方矩阵,每个维度等于数状态

数据类型单片|双倍|整数8|int16|内特32|内特64|昆特8|昆图16|昆特32|昆特64

`ControlInputMatrix`-控制输入状态关系模型
`一号`QQ列向量

定义性B级状态方程连接控件输入B级列向量数等同状态数

依存性

属性仅在ControlInputPort属性值真实性.

数据类型单片|双倍|整数8|int16|内特32|内特64|昆特8|昆图16|昆特32|昆特64

`MeasurementMatrix`-模型关系状态测量输出
`一号`QQ行向量

定义性H级测量方程中状态与测量相联H级列矢量数列等量

数据类型单片|双倍|整数8|int16|内特32|内特64|昆特8|昆图16|昆特32|昆特64

`ProcessNoiseCovariance`-过程噪声变换
`0.1`QQ标量|平方矩阵

定义性Q类以平方矩阵显示每一维度等于数状态Q类白高斯进程噪声的共变华府中方程

数据类型单片|双倍|整数8|int16|内特32|内特64|昆特8|昆图16|昆特32|昆特64

`MeasurementNoiseCovariance`-变量测量噪声
`0.1`QQ标量|平方矩阵

定义性R以平方矩阵显示每一维度等于数状态R白高斯进程噪声的共变V级中方程

数据类型单片|双倍|整数8|int16|内特32|内特64|昆特8|昆图16|昆特32|昆特64

`InitialStateEstimate`-初始值状态
`0`QQ标量|列向量

指定模型状态初始估计列向量长度等于状态数

数据类型单片|双倍|整数8|int16|内特32|内特64|昆特8|昆图16|昆特32|昆特64

`InitialErrorCovarianceEstimate`-初始值状态差错共差
`0.1`QQ标量|平方矩阵

指定状态误差初始估计值,以方格矩阵表示,每个维度等于数状态

数据类型单片|双倍|整数8|int16|内特32|内特64|昆特8|昆图16|昆特32|昆特64

`DisableCorrection`-禁止过滤端口
`虚伪`QQ`真实性`

指定标度逻辑值,禁止系统对象滤波执行卡尔曼滤波算法预测步骤后校正步骤

`ControlInputPort`-显示控件输入
`真实性`QQ`虚伪`

指定控件输入是否存在,使用标量逻辑值默认值为真实性.

用法

语法

zEst,xEst,MSE_EST,zPED,xPED,MSE_PERD

描述性

[zEst,xEst,MSE_Est,zpred,xpred,MSE预览skalman(kalman)复元,欧市)执行迭代卡尔曼滤波算法复元并控件输入欧市.列进复元并欧市视之为单并行滤波输入器,这些滤波校正(或更新)步可因DisableCorrection属性返回值估计测量zEst估计状态xEstMSE估计状态MSE_Est预测测量zpred预测状态xpred和预测状态MSEMSE预览.

输入参数

`复元`-测量输入
矢量|矩阵化

测量输入,指向量或矩阵

行数测量输入数对行数之比MeasurementMatrix属性必须等于控件输入行数对列数之比ControlInputMatrix属性

测量信号可以是变量大小输入对象锁定后,可修改输入通道大小,但通道数无法改变

数据类型单片|双倍

`欧市`-控制输入
矢量|矩阵化

控制输入,指向量或矩阵

行数控件输入对列数之比ControlInputMatrix属性必须等于测量输入行数对行数之比MeasurementMatrix属性

控件信号可以是变量大小输入对象锁定后,可修改输入通道大小,但通道数无法改变

数据类型单片|双倍

输出参数

`zEst`估计测量
矢量矩阵

估计测量结果返回向量或矩阵

数据类型单片|双倍

`xEst`估计状态
矢量矩阵

估计状态返回向量或矩阵

数据类型单片|双倍

`MSE_Est`MSE估计状态
标量列向量

平均偏差估计状态返回标量或列向量输入为行向量时,估计状态的MSE为标量

数据类型单片|双倍

`zpred`预测测量
矢量矩阵

预测测量结果返回向量或矩阵

数据类型单片|双倍

`xpred`预测状态
矢量矩阵

预测状态返回向量或矩阵

数据类型单片|双倍

`MSE预览`MSE预测状态
标量列向量

平均二次误差预测状态,返回标量或列向量输入为行向量时,估计状态的MSE为标量

数据类型单片|双倍

对象函数

使用对象函数时指定系统对象为第一个输入参数例举系统资源发布欧比使用语法

释放(obj)

所有系统对象常用

`阶梯`	运行系统对象算法
`发布`	释放资源并允许修改系统对象属性值输入特征
`重置`	重置内部状态系统对象

实例

估计变换标量

创建系统对象以修改标量输入、卡尔曼滤波和范围(用于绘图)。

NumSamples=4000R=0.02src=dsp.SignalSourcesrc.Signal = [ones(numSamples/4,1);-3*ones(numSamples/4,1);.4*ones(numSamples/4,1)!-0.5*ones(numSamples/4,1)]!Tscope=定时镜Numput插件3.'TimeSpanSource',普赖特,Timespan纳姆采样.TimeUnits,秒,Yimits大赛55.showlegend解释性);%创建时间范围kalman=dsp.KalmanFilter'ProcessNoiseCovariance'0.0001.'MeasurementNoiseCovariance'R.'InitialStateEstimate'5.'InitialErrorCovarianceEstimate'一号.'ControlInputPort'虚构词库%Criate卡尔曼滤波

向标量添加噪声,并将结果传递卡尔曼滤波流出数据并绘制过滤信号

时段truevalsrc噪声Val=真人val+sqrtestval=kalmantScope(noisyVal,trueVal,estVal);结束

算法

对象执行算法、输入和输出描述卡尔曼滤波块参考页对象属性对应块参数

引用

[1] GregWelch和GaryBishop卡尔曼滤波简介技术报告TR95041北卡罗来纳大学Chapel Hill:Chapel Hill,NC.,1995年

扩展能力

C/C++代码生成
C++代码生成

用法注解限制

看吧MATLAB代码生成中的系统对象MATLAB编码器.

版本历史

R2013b介绍

R2023a:`dsp.KalmanFilter`系统对象已被删除

上头dsp.KalmanFilter系统对象已被删除Kalman滤波分解工具箱

R2021b:`dsp.KalmanFilter`系统对象将删除

dsp.KalmanFilter系统对象未来发布Kalman滤波功能传感器聚合跟踪工具箱代之以

并见

块状

卡尔曼滤波