fusecovunion

Ковариационное слияние с использованием ковариационного объединения

Описание

пример

[fusedState,fusedCov] = fusecovunion(trackState,trackCov) преобразует состояния дорожки в trackState и соответствующие им ковариационные матрицы trackCov. Функция оценивает слившееся состояние и ковариацию таким образом, чтобы поддерживать согласованность. Для получения дополнительной информации см. «Согласованная оценка».

Примеры

свернуть все

Задайте вектор состояния треков.

x(:,1) = [1;2;0];
x(:,2) = [2;2;0];
x(:,3) = [2;3;0];

Задайте ковариационные матрицы треков.

p(:,:,1) = [10 5 0; 5 10 0;0 0 1];
p(:,:,2) = [10 -5 0; -5 10 0;0 0 1];
p(:,:,3) = [12 9 0; 9 12 0;0 0 1];

Оцените слитый вектор состояния и его ковариацию.

[fusedState,fusedCov] = fusecovunion(x,p);

Использование trackPlotter для построения графика результатов.

tPlotter = theaterPlot('XLim',[-10 10],'YLim',[-10 10],'ZLim',[-10 10]);
tPlotter1 = trackPlotter(tPlotter, ...
    'DisplayName','Input Tracks','MarkerEdgeColor',[0.000 0.447 0.741]);
tPlotter2 = trackPlotter(tPlotter, ...
    'DisplayName','Fused Track','MarkerEdgeColor',[0.850 0.325 0.098]);
plotTrack(tPlotter1,x',p)
plotTrack(tPlotter2, fusedState', fusedCov)
title('Covariance Union Fusion')

Figure contains an axes. The axes with title Covariance Union Fusion contains 2 objects of type line. These objects represent Input Tracks, Fused Track.

Входные параметры

свернуть все

Состояния трека, заданные как N -by - M матрица, где N - размерность состояния, а M - количество треков.

Типы данных: single | double

Отслеживайте ковариационные матрицы, заданные как N -by- N -by- M массив, где N - размерность состояния, а M - количество треков.

Типы данных: single | double

Выходные аргументы

свернуть все

Сросшееся состояние, возвращенное как N -by-1 вектор, где N - размерность состояния.

Сросшаяся ковариационная матрица, возвращенная как N -by - N матрица, где N - размерность состояния.

Подробнее о

свернуть все

Согласованный оценщик

Последовательный оценщик является оценщиком, который сходится по вероятности к величине, оцениваемой по мере роста размера выборки. В случае отслеживания оценка положения является последовательной, если ее ковариационная (ошибка) матрица не меньше ковариации фактического распределения истинного состояния относительно оценки. Ковариационный метод объединения гарантирует согласованность, гарантируя, что все индивидуумы средства и ковариации ограничены слитым средним и ковариационным.

Ссылки

[1] Рис, Стивен и Стивен Роджерс. Обобщённое ковариационное объединение: единый подход к слиянию гипотез в отслеживании. IEEE® Сделки по аэрокосмическим и электронным системам. Том 46, № 1, январь 2010, стр. 207-221.

Расширенные возможности

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

.

См. также

|

Введенный в R2018b