Создайте средство оценки состояния фильтра частиц
stateEstimatorPF
объект является рекурсивным, Байесовым средством оценки состояния, которое использует дискретные частицы, чтобы аппроксимировать апостериорное распределение предполагаемого состояния.
Алгоритм фильтра частиц вычисляет оценку состояния рекурсивно и включает два шага: прогноз и коррекция. Шаг прогноза использует предыдущее состояние, чтобы предсказать текущее состояние на основе данной системной модели. Шаг коррекции использует измерение датчика тока, чтобы откорректировать оценку состояния. Алгоритм периодически перераспределяет или передискретизирует, частицы в пространстве состояний, чтобы совпадать с апостериорным распределением предполагаемого состояния.
Предполагаемое состояние состоит из переменных состояния. Каждая частица представляет гипотезу дискретного состояния этих переменных состояния. Набор всех частиц используется, чтобы помочь определить оценку конечного состояния.
Можно применить фильтр частиц к произвольным нелинейным системным моделям. Процесс и шум измерения могут следовать за произвольными нераспределениями Гаусса.
Для получения дополнительной информации о рабочем процессе фильтра частиц и установке определенных параметров, см.:
создает объект, который включает оценку состояния для простой системы с переменными с тремя состояниями. Используйте pf
= stateEstimatorPFinitialize
метод, чтобы инициализировать частицы с известным средним значением и ковариацией или равномерно распределенные частицы в заданных границах. Чтобы настроить систему фильтра частиц и модели измерения, измените StateTransitionFcn
и MeasurementLikelihoodFcn
свойства.
После того, как вы создадите объект, используйте initialize
инициализировать NumStateVariables
и NumParticles
свойства. initialize
функционируйте устанавливает эти два свойства на основе ваших входных параметров.
initialize | Инициализируйте состояние фильтра частиц |
getStateEstimate | Извлечение лучше всего утверждает оценку и ковариацию от частиц |
predict | Предскажите состояние робота в следующем временном шаге |
correct | Настройте оценку состояния на основе измерения датчика |
[1] Arulampalam, M.S., С. Мэскелл, Н. Гордон и Т. Клэпп. "Пример на Фильтрах частиц для Онлайнового Байесового Отслеживания Nonlinear/Non-Gaussian". Транзакции IEEE на Обработке сигналов. Издание 50, № 2, февраль 2002, стр 174-188.
[2] Чен, Z. "Байесова Фильтрация: От Фильтров Калмана до Фильтров частиц, и Вне". Статистика. Издание 182, № 1, 2003, стр 1-69.