Exponenta Banner
exponenta event banner

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 отслеживания объекта в виде одного из этих объектов:

  • trackingKF — Линейный Фильтр Калмана

  • trackingEKF — Расширенный Фильтр Калмана

  • trackingUKF — Сигма-точечный фильтр Калмана

Текущее измерение отслеживаемого объекта в виде вектора или матрицы.

Параметры для измерения функционируют в виде массива 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 R2018a

Документация Automated Driving Toolbox

Поддержка