Фильтр Калмана кубатуры для объектного отслеживания
Объект trackingCKF
представляет Фильтр Калмана кубатуры, разработанный для отслеживания объектов, которые следуют нелинейной модели движения или измеряются нелинейной моделью измерения. Используйте фильтр, чтобы предсказать будущее местоположение объекта, уменьшать шум в измеренном месте или помочь сопоставить несколько обнаружений объектов с их дорожками.
Фильтр Калмана кубатуры оценивает неопределенность состояния и распространение той неуверенности через нелинейное состояние и уравнения измерения. Существует постоянное число точек кубатуры, выбранных на основе сферически-радиального преобразования, чтобы гарантировать точное приближение Распределения Гаусса до третьего момента. В результате соответствующий фильтр совпадает с сигма-точечным фильтром Калмана, trackingUKF
, с Alpha
= 1, Beta
= 0, и Kappa
= 0.
ckf = trackingCKF
ckf = trackingCKF(transitionFcn,measuremntFcn,state)
ckf = trackingCKF(___,Name,Value)
возвращает объект Фильтра Калмана кубатуры с функцией перехода состояния по умолчанию, функцией измерения, состоянием и аддитивной шумовой моделью.ckf
= trackingCKF
задает ckf
= trackingCKF(transitionFcn,measuremntFcn,state)StateTranstionFcn
, MeasurementFcn
и свойства State
непосредственно.
задает свойства Фильтра Калмана с помощью одного или нескольких аргументов пары ckf
= trackingCKF(___,Name,Value)Name,Value
. Любые незаданные свойства берут значения по умолчанию.
predict | Предскажите ошибочную ковариацию оценки состояния и оценки состояния |
correct | Правильная ошибочная ковариация оценки состояния и оценки состояния |
correctjpda | Правильная ошибочная ковариация оценки состояния и оценки состояния с помощью JPDA |
distance | Расстояния между измерениями и предсказанными измерениями |
residual | Невязка измерения и остаточный шум |
likelihood | Вероятность измерения |
clone | Скопируйте фильтр для объектного отслеживания |