Создайте постоянное ускорение, отслеживающее объект Фильтра Калмана кубатуры, trackingCKF
, из первоначального отчета обнаружения. Отчет обнаружения сделан из начального 3-D измерения положения состояния Фильтра Калмана в сферических координатах. Можно получить 3-D измерение положения с помощью постоянной ускоряющей функции измерения, cameas
.
Этот пример использует координаты, az = 30, e1 = 5, r = 100, rr = 4
и шум измерения diag([2.5, 2.5, 0.5, 1].^2)
.
Используйте MeasurementParameters
свойство detection
объект задать систему координат. Если не заданный, поля MeasurementParameters
значения по умолчанию использования struct. В этом примере положение датчика, скорость датчика, ориентация, вертикальное изменение и флаги уровня области значений являются значением по умолчанию.
detection =
objectDetection with properties:
Time: 0
Measurement: [4x1 double]
MeasurementNoise: [4x4 double]
SensorIndex: 1
ObjectClassID: 0
MeasurementParameters: [1x1 struct]
ObjectAttributes: {}
Используйте initcackf
создать trackingCKF
фильтр инициализируется в обеспеченном положении и использовании шума измерения, заданного выше.
ckf =
trackingCKF with properties:
State: [9x1 double]
StateCovariance: [9x9 double]
StateTransitionFcn: @constacc
ProcessNoise: [3x3 double]
HasAdditiveProcessNoise: 0
MeasurementFcn: @cameas
MeasurementNoise: [4x4 double]
HasAdditiveMeasurementNoise: 1
Проверьте, что состояние фильтра производит то же измерение как выше.
meas2 = 4×1
30.0000
5.0000
100.0000
4.0000