Обнаружения разбиения на основе расстояния Махаланобиса
Используя несколько порогов расстояния, функция разделяет обнаружения на различные камеры обнаружения на основе их относительных расстояний Махаланобиса и сообщает обо всех возможных разбиениях. Разбиение набора обнаружений определяется как деление этих обнаружений на непустые взаимоисключающие камеры обнаружения. Камера обнаружения является группой обнаружений, расстояние которых до, по меньшей мере, одного другого обнаружения в камеру меньше порога расстояния. Другими словами, два обнаружения принадлежат одной и той же камере обнаружения, если их расстояние меньше порога расстояния.
partitions = partitionDetections(detections)partitions от detections, с использованием алгоритма разбиения на расстояния. По умолчанию функция рассматривает все действительные значения порогов расстояния Махаланобиса между 0,5 и 6,25.
partitions = partitionDetections(detections,tLower,tUpper)tLower и tUpper.
partitions = partitionDetections(detections,tLower,tUpper,'MaxNumPartitions',maxNumber)maxNumber, в дополнение к нижним и верхним границам порогов расстояний, tLower и tUpper.
partitions = partitionDetections(detections,allThresholds)
Сгенерируйте 2-D обнаружения с помощью objectDetection.
rng(2018); % For reproducible results detections = cell(10,1); for i = 1:numel(detections) id = randi([1 5]); detections{i} = objectDetection(0,[id;id] + 0.1*randn(2,1)); detections{i}.MeasurementNoise = 0.01*eye(2); end
Извлеките и отобразите сгенерированные измерения положения.
d = [detections{:}];
measurements = [d.Measurement];
figure()
plot(measurements(1,:),measurements(2,:),'x','MarkerSize',10,'MarkerEdgeColor','b')
title('Measurements')
xlabel('x')
ylabel('y')
Сгенерируйте разделы из обнаружений и подсчитайте количество разделов.
partitions = partitionDetections(detections); numPartitions = size(partitions,2);
Визуализируйте разделы. Каждый цвет представляет камеру обнаружения.
figure() for i = 1:numPartitions numCells = max(partitions(:,i)); subplot(3,ceil(numPartitions/3),i); for k = 1:numCells ids = partitions(:,i) == k; plot(measurements(1,ids),measurements(2,ids),'.','MarkerSize',15); hold on; end title(['Partition ',num2str(i),' (',num2str(k),' Detection cells)']); end
[1] Granstorm, K., C. Lundquiest, and O. Orguner. Расширенное отслеживание цели с использованием PHD-фильтра Гауссовой смеси. Транзакции IEEE по аэрокосмическим и электронным системам. Том 48, № 4, 2012, стр. 3268-3286.