initapekf
Параметризированная углом постоянной скорости EKF инициализация
Синтаксис
Описание
filter = initapekf(detection)
Параметризованный под углом расширенный фильтр Калмана (APEKF) является фильтром Гауссова сумма (trackingGSF) с несколькими EKF, каждый инициализирован при предполагаемом угловом положении цели. Параметризация угла является обычно используемым методом для инициализации фильтра из обнаружения только области значений.
filter = initapekf(detection,numFilters)
filter = initapekf(detection,numFilters,angleLimits)
Примеры
Инициализируйте APEKF только из Области значений обнаружения и визуализации фильтра
APEKF является специальным типом фильтра, который может быть инициализирован с помощью измерений только для области значений. Когда 'Frame' установлено в 'spherical', обнаружение имеет [азимут повышения частота области значений] измерения. Задайте параметры измерения соответствующим образом, чтобы задать только измерение области значений.
measParam = struct('Frame','Spherical','HasAzimuth',false,'HasElevation',false,'HasVelocity',false,'OriginPosition',[100;10;0]);
The objectDetection класс задает интерфейс для обнаружения только области значений, измеренного датчиком. The MeasurementParameters область objectDetection содержит информацию о том, что измеряет датчик.
detection = objectDetection(0,100,'MeasurementNoise',100,'MeasurementParameters',measParam)
detection =
objectDetection with properties:
Time: 0
Measurement: 100
MeasurementNoise: 100
SensorIndex: 1
ObjectClassID: 0
MeasurementParameters: [1x1 struct]
ObjectAttributes: {}
The initapekf функция использует обнаружение только области значений, чтобы инициализировать APEKF.
apekf = initapekf(detection) %#okapekf =
trackingGSF with properties:
State: [6x1 double]
StateCovariance: [6x6 double]
TrackingFilters: {10x1 cell}
ModelProbabilities: [10x1 double]
MeasurementNoise: 100
Можно также инициализировать APEKF с 10 фильтрами и работать в угловых пределах [-30 30] степеней.
angleLimits = [-30 30]; numFilters = 10; apekf = initapekf(detection, numFilters, angleLimits)
apekf =
trackingGSF with properties:
State: [6x1 double]
StateCovariance: [6x6 double]
TrackingFilters: {10x1 cell}
ModelProbabilities: [10x1 double]
MeasurementNoise: 100
Можно также задать initapekf функция как F ilterInitializationFcn на trackerGNN объект.
funcHandle = @(detection)initapekf(detection,numFilters,angleLimits)
funcHandle = function_handle with value:
@(detection)initapekf(detection,numFilters,angleLimits)
tracker = trackerGNN('FilterInitializationFcn',funcHandle);Визуализируйте фильтр.
tp = theaterPlot; componentPlot = trackPlotter(tp,'DisplayName','Individual sums','MarkerFaceColor','r'); sumPlot = trackPlotter(tp,'DisplayName','Mixed State','MarkerFaceColor','g'); indFilters = apekf.TrackingFilters; pos = zeros(numFilters,3); cov = zeros(3,3,numFilters); for i = 1:numFilters pos(i,:) = indFilters{i}.State(1:2:end); cov(1:3,1:3,i) = indFilters{i}.StateCovariance(1:2:end,1:2:end); end componentPlot.plotTrack(pos,cov); mixedPos = apekf.State(1:2:end)'; mixedPosCov = apekf.StateCovariance(1:2:end,1:2:end); sumPlot.plotTrack(mixedPos,mixedPosCov);
Инициализация APEKF из азимута и обнаружение области значений и визуализация фильтра
Создайте параметризированный по углу EKF из обнаружения [az r].
measParam = struct('Frame','Spherical','HasAzimuth',true,'HasElevation',false,'HasVelocity',false,'OriginPosition',[100;10;0]);
The objectDetection класс задает интерфейс для обнаружения только области значений, измеренного датчиком. The MeasurementParameters область objectDetection содержит информацию о том, что измеряет датчик.
det = objectDetection(0,[30;100],'MeasurementParameters',measParam,'MeasurementNoise',10);
The initapekf функция параметризирует apekf фильтр для измерения повышения.
numFilters = 10; apekf = initapekf(det,numFilters,[-30 30]); indFilters = apekf.TrackingFilters; pos = zeros(numFilters,3); cov = zeros(3,3,numFilters); for i = 1:numFilters pos(i,:) = indFilters{i}.State(1:2:end); cov(1:3,1:3,i) = indFilters{i}.StateCovariance(1:2:end,1:2:end); end
Визуализируйте фильтр.
tp = theaterPlot; componentPlot = trackPlotter(tp,'DisplayName','Individual sums','MarkerFaceColor','r'); sumPlot = trackPlotter(tp,'DisplayName','Mixed State','MarkerFaceColor','g'); componentPlot.plotTrack(pos,cov); mixedPos = apekf.State(1:2:end)'; mixedPosCov = apekf.StateCovariance(1:2:end,1:2:end); sumPlot.plotTrack(mixedPos,mixedPosCov); view(3);
Входные параметры
Выходные аргументы
Алгоритмы
Функция может поддерживать следующие типы измерений в обнаружении.
Измерения области значений - параметризация выполняется по азимуту цели, и угловые пределы по умолчанию [-180 180].
Азимут и измерения области значений - параметризация выполняется на повышении цели, и угловые пределы по умолчанию [-90 90].
Ссылки
[1] Ристич, Бранко, Санджеев Арулампалам и Джеймс Маккарти. Целевой анализ движения с использованием измерений только для области значений: алгоритмы, эффективность и применение к данным ISAR. Обработка сигналов 82, № 2 (2002): 273-296.