Exponenta Banner
exponenta event banner

остаток

Измерение остаточного и остаточного шума от фильтра слежения

свернуть все на странице

Синтаксис

[zres, rescov] = остаток (фильтр, zmeas)
[zres, rescov] = остаток (фильтр, zmeas, измерительные параметры)

Описание

[zres,rescov] = residual(filter,zmeas) вычисляет остаточную и остаточную ковариацию данного измерения тока, zmeas, с прогнозируемым измерением в фильтре слежения, filter. Эта функция применяется к фильтрам, предполагающим гауссово распределение для шума.

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

Если filter является trackingKF , то вы не можете использовать этот синтаксис.

Входные аргументы

свернуть все

Фильтр для отслеживания объектов, указанный как один из следующих объектов:

  • trackingKF - Линейный фильтр Калмана

  • trackingEKF - Расширенный фильтр Кальмана

  • trackingUKF - Незараженный фильтр Калмана

Текущее измерение отслеживаемого объекта, заданного как вектор или матрица.

Параметры для функции измерения, заданные как массив ячеек. Параметры передаются функции измерения, определенной в MeasurementFcn свойство входа filter. Если filter является trackingKF объект, то вы не можете указать measparams.

Выходные аргументы

свернуть все

Остаток между текущим и прогнозируемым измерением, возвращаемый в виде матрицы.

Остаточная ковариация, возвращаемая в виде матрицы.

Алгоритмы

свернуть все

Остаточное значение представляет собой разность между измерением и значением, предсказанным фильтром. Для фильтров Калмана остаточный расчет зависит от того, является ли фильтр линейным или нелинейным.

Линейные фильтры Калмана

Учитывая линейный фильтр Калмана с измерением тока z, остаточные zres определяются как

zres = z - Hx,

где:

  • H - модель измерения, заданная MeasurementModel свойства фильтра.

  • x - текущее состояние фильтра.

Ковариация остатка, S, определяется как

S = R + HPHT,

где:

  • P - ковариационная матрица состояния.

  • R - матрица шума измерения, установленная MeasurementNoise свойства фильтра.

Нелинейные фильтры Калмана

Учитывая нелинейный фильтр Калмана с измерением тока z, остаточные значения нуля определяются как:

zres = z - h (x),

где:

  • h - функция измерения, установленная MeasurementFcn собственность.

  • x - текущее состояние фильтра.

Ковариация остатка, S, определяется как:

S = R + Rp,

где:

  • R - матрица шума измерения, установленная MeasurementNoise свойства фильтра.

  • Rp - матрица ковариации состояния, спроецированная на пространство измерения.

Расширенные возможности

Создание кода C/C + +
Создайте код C и C++ с помощью MATLAB ® Coder™

.

См. также

| | | | | |

Представлен в R2018a

Документация по автоматизированному инструментарию вождения

Поддержка