Exponenta Banner

предсказать

Класс: trackingUKF

Предскажите недушистый вектор состояния Кальмана и утвердите ошибочную ковариационную матрицу

расширьте все на странице

Синтаксис

[xpred,Ppred] = predict(filter)
[xpred,Ppred] = predict(filter,varargin)
[xpred,Ppred] = predict(___,dt)

Описание

[xpred,Ppred] = predict(filter) возвращает предсказанный вектор состояния, xpred, и ошибочную ковариационную матрицу состояния, Ppred, на следующем временном шаге на основе шага текущего времени. Ожидаемые значения перезаписывают внутреннее состояние векторная и ошибочная ковариационная матрица состояния сигма-точечного фильтра Калмана.

[xpred,Ppred] = predict(filter,varargin) задает во входных параметрах varargin набора функции изменения состояния в свойстве StateTransitionFcn.

[xpred,Ppred] = predict(___,dt) также задает временной шаг, dt.

Входные параметры

развернуть все

Сигма-точечный фильтр Калмана, заданный как объект trackingUKF.

Пример: filter = trackingUKF

Аргументы функции изменения состояния, заданные как список, разделенный запятыми. Эти аргументы являются теми же единицами, которые передаются в функцию изменения состояния, заданную свойством StateTransitionFcn. Например, если вы устанавливаете свойство StateTransitionFcn на @constacc, и затем вызываете 

[xpred,Ppred] = predict(filter,dt)
метод predict внутренне вызовет
state = constacc(state,dt)

Временной шаг, заданный как положительная скалярная величина. Модули находятся в секундах.

Типы данных: double

Выходные аргументы

развернуть все

Предсказанное состояние, возвращенное как M с действительным знаком - вектор элемента. Предсказанное состояние представляет априорную оценку вектора состояния, распространенного от предыдущего состояния. Прогноз использует функцию изменения состояния, заданную в свойстве StateTransitionFcn.

Типы данных: double

Предсказанная ошибочная ковариационная матрица состояния, возвращенная как M с действительным знаком-by-M матрица. Эта предсказанная ошибка является априорной оценкой ошибочной ковариационной матрицы состояния. predict использует якобиан функции изменения состояния, заданный в свойстве StateTransitionJacobianFcn.

Типы данных: double

Введенный в R2018b

Документация Sensor Fusion and Tracking Toolbox
Поддержка