trackingMSCEKF

Расширенный Фильтр Калмана для отслеживания объекта в модифицированных сферических координатах (MSC)

Описание

trackingMSCEKF объект представляет расширенный фильтр Калмана (EKF) для отслеживания объекта в модифицированных сферических координатах (MSC) с помощью измерений только для угла от одного наблюдателя. Используйте фильтр, чтобы предсказать будущее местоположение объекта в системе координат MSC или сопоставить несколько обнаружений объектов с их дорожками. Можно задать маневр наблюдателя или ускорение, требуемое функциями изменения состояния (@constantvelmsc и @constantvelmscjac) при помощи ObserverInput свойство.

Следующие свойства фиксируются для trackingMSCEKF объект:

  • StateTransitionFcn - @constvelmsc

  • StateTransitionJacobianFcn - @constvelmscjac

  • MeasurementFcn - @cvmeasmsc

  • MeasurementJacobianFcn - @cvmeasmscjac

  • HasAdditiveProcessNoise ложь

  • HasAdditiveMeasurementNoise TRUE

Создание

Описание

mscekf = trackingMSCEKF возвращает расширенный Фильтр Калмана, чтобы использовать функции изменения состояния и измерения MSC с объектными средствами отслеживания. State по умолчанию подразумевает статическую цель на уровне 1 метра от наблюдателя в нулевом азимуте и вертикальном изменении.

пример

mscekf = trackingMSCEKF(Name,Value) задает свойства фильтра с помощью одного или нескольких Name,Value парные аргументы. Любые незаданные свойства берут значения по умолчанию.

Свойства

развернуть все

Состояние фильтра, заданное как M с действительным знаком - вектор элемента. M является любой 4 для 2D отслеживания или 6 для 3-D отслеживания.

Пример: [az;azRate;1/r;rDot/r] для 2D отслеживания и [az;omega;el;elRate;1/r;rDot/r] для 3-D отслеживания

Типы данных: double

Ошибочная ковариация состояния, заданная как M-by-M матрица, где M является размером состояния фильтра. Скалярный вход расширен к M-by-M матрица. Ковариационная матрица представляет неопределенность в состоянии фильтра. M является любой 4 для 2D отслеживания или 6 для 3-D отслеживания.

Пример: eye(6)

Это свойство доступно только для чтения.

Функция изменения состояния, определенный функцией указатель. Эта функция вычисляет вектор состояния на временном шаге k от вектора состояния на временном шаге k –1. Для trackingMSCEKF объект, функция перехода фиксируется к @constvelmsc.

Типы данных: function_handle

Это свойство доступно только для чтения.

Якобиан функции изменения состояния, определенного функцией указателя. Эта функция имеет те же входные параметры как функция изменения состояния. Для trackingMSCEKF объект, якобиан функции перехода фиксируется к @constvelmsc.

Типы данных: function_handle

Ковариация шума процесса, заданная как Q-by-Q матрица. Q является любой 2 или 3. Шум процесса представляет неопределенность на ускорении цели.

Задайте ProcessNoise перед любым вызовом predict функция. В более поздних вызовах predict, можно опционально задать шум процесса как скаляр. В этом случае матрица шума процесса является кратной Q-by-Q единичная матрица.

Пример: [1.0 0.05; 0.05 2]

Ускорение или маневр наблюдателя, заданного как трехэлементный вектор. Чтобы задать ускорение, используйте вектор M/2, где M является любой 4 для 2D отслеживания или 6 для 3-D отслеживания. Чтобы задать маневр, дайте M - вектор элемента.

Пример: [1;2;3]

Это свойство доступно только для чтения.

Шум аддитивного процесса модели, заданный как false. Для trackingMSCEKF объект, это свойство фиксируется к false.

Это свойство доступно только для чтения.

Функция модели Measurement, определенный функцией указатель, @cvmeasmsc. Входом к функции является M - вектор состояния элемента. Выходом является N - вектор измерения элемента. Для trackingMSCEKF объект, функция модели измерения фиксируется к @cvmeasmsc.

Типы данных: function_handle

Это свойство доступно только для чтения.

Якобиан функции измерения, определенного функцией указателя. Функция имеет те же входные параметры как функция измерения. Для trackingMSCEKF объект, якобиан функции измерения фиксируется к @cvmeasmscjac.

Типы данных: function_handle

Ковариация шума измерения, заданная как положительная скалярная величина или положительно-определенная матрица с действительным знаком. Когда задано как скаляр, матрица является кратной N-by-N единичная матрица. N является размером вектора измерения.

Задайте MeasurementNoise перед любым вызовом correct функция.

Пример: 0.2

Это свойство доступно только для чтения.

Шум аддитивного процесса модели, заданный как true. Для trackingMSCEKF объект, это свойство фиксируется к true.

Функции объекта

predictПредскажите ошибочную ковариацию оценки состояния и оценки состояния отслеживания фильтра
correctФильтр отслеживания использования правильного состояния и ковариации ошибки оценки состояния
correctjpdaФильтр отслеживания использования правильного состояния и ковариации ошибки оценки состояния и JPDA
distanceРасстояния между текущими и предсказанными измерениями отслеживания фильтра
likelihoodВероятность измерения от отслеживания фильтра
cloneСоздайте фильтр отслеживания копии
residualНевязка измерения и остаточный шум от отслеживания фильтра
initializeИнициализируйте состояние и ковариацию отслеживания фильтра

Примеры

свернуть все

В этом примере показано, как сделать расширенный фильтр Калмана (EKF) для отслеживания объекта в модифицированных сферических координатах (MSC). Создайте фильтр, предскажите состояние и откорректируйте оценку состояния с помощью наблюдений измерения.

Создайте фильтр для 3-D модели движения. Задайте оценки состояния для системы координат MSC.

az = 0.1;
azRate = 0;
r = 1000;
rDot = 10;
el = 0.3;
elRate = 0;
omega = azRate*cos(el);

mscekf = trackingMSCEKF('State',[az;omega;el;elRate;1/r;rDot/r]);

Предскажите состояние фильтра использование постоянного ускорения наблюдателя.

mscekf.ObserverInput = [1;2;3];
predict(mscekf); % Default time 1 second.
predict(mscekf,0.1); % Predict using dt = 0.1 second.

Откорректируйте состояние фильтра использование измерения только для угла.

meas = [5;18]; %degrees
correct(mscekf,meas);

Смотрите также

| | | |

Введенный в R2018b

Для просмотра документации необходимо авторизоваться на сайте