residual

Невязка измерения и остаточный шум от отслеживания фильтра

свернуть все на странице

Синтаксис

[zres,rescov] = residual(filter,zmeas)
[zres,rescov] = residual(filter,zmeas,measparams)

Описание

[zres,rescov] = residual(filter,zmeas) вычисляет остаточную и остаточную ковариацию текущего данного измерения, zmeas, с предсказанным измерением в фильтре отслеживания, filter. Эта функция применяется к фильтрам, которые принимают Распределение Гаусса для шума.

[zres,rescov] = residual(filter,zmeas,measparams) задает дополнительные параметры, которые используются MeasurementFcn из фильтра.

Если filter trackingKF объект, затем вы не можете использовать этот синтаксис.

Входные параметры

свернуть все

Отфильтруйте для объектного отслеживания, заданного как один из этих объектов:

  • trackingKF — Линейный Фильтр Калмана

  • trackingEKF — Расширенный Фильтр Калмана

  • trackingUKF — Сигма-точечный фильтр Калмана

  • trackingCKF — Фильтр Калмана кубатуры

  • trackingMSCEKF — Расширенный Фильтр Калмана с помощью модифицированных сферических координат (MSC)

Текущее измерение отслеживаемого объекта, заданного как вектор или матрица.

Параметры для функции измерения, заданной как массив ячеек. Параметры передаются функции измерения, которая задана в MeasurementFcn свойство входа filter. Если filter trackingKF объект, затем вы не можете задать measparams.

Выходные аргументы

свернуть все

Невязка между текущим и предсказанным измерением, возвращенным как матрица.

Остаточная ковариация, возвращенная как матрица.

Алгоритмы

свернуть все

residual является различием между измерением и значением, предсказанным фильтром. Для Фильтров Калмана остаточное вычисление зависит от того, линеен ли фильтр или нелинеен.

Линейные фильтры Калмана

Учитывая линейный Фильтр Калмана с текущим измерением z, остаточный z res задан как

z res = z – H x,

где:

  • H является моделью измерения, установленной MeasurementModel свойство фильтра.

  • x является текущим состоянием фильтра.

Ковариация невязки, S, задана как

S = R + HPHT,

где:

  • P является ковариационной матрицей состояния.

  • R является матрицей шума измерения, установленной MeasurementNoise свойство фильтра.

Нелинейные фильтры Калмана

Учитывая нелинейный Фильтр Калмана с текущим измерением z, остаточный z res задан как:

z res = z – h (x),

где:

  • h является функцией измерения, установленной MeasurementFcn свойство.

  • x является текущим состоянием фильтра.

Ковариация невязки, S, задана как:

S = R + R p,

где:

  • R является матрицей шума измерения, установленной MeasurementNoise свойство фильтра.

  • R p является ковариационной матрицей состояния, спроектированной на пробел измерения.

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Смотрите также

| | | | | |

Введенный в R2018b

Документация Sensor Fusion and Tracking Toolbox
Поддержка
Для просмотра документации необходимо авторизоваться на сайте