Расширенный фильтр Калмана для отслеживания объектов
A trackingEKF
объект является дискретным временем расширенным фильтром Калмана, используемым для отслеживания положений и скоростей целей и объектов.
Фильтр Калмана является рекурсивным алгоритмом для оценки развивающегося состояния процесса, когда измерения производятся на процессе. Расширенный фильтр Калмана может смоделировать эволюцию состояния, когда состояние следует нелинейной модели движения, когда измерения являются нелинейными функциями состояния или когда применяются оба условия. Расширенный фильтр Калмана основан на линеаризации нелинейных уравнений. Этот подход приводит к составу фильтра, подобному линейному фильтру Калмана, trackingKF
.
Процесс и измерения могут иметь Гауссов шум, который можно включить следующими способами:
Добавьте шум как к процессу, так и к измерениям. В этом случае размеры шума процесса и шума измерения должны совпадать с размерами вектора состояния и вектора измерения, соответственно.
Добавьте шум в функции перехода состояния, функции модели измерения или в обеих функциях. В этих случаях соответствующие размеры шума не ограничены.
filter = trackingEKF
создает расширенный объект фильтра Калмана для системы дискретного времени с помощью значений по умолчанию для StateTransitionFcn
, MeasurementFcn
, и State
свойства. Технологический и измерительный шум приняты аддитивными.
задает функцию перехода к состоянию, filter
= trackingEKF(transitionfcn
,measurementfcn
,state
)transitionfcn
, функция измерения, measurementfcn
, и начальное состояние системы, state
.
конфигурирует свойства расширенного объекта фильтра Калмана с помощью одного или нескольких filter
= trackingEKF(___,Name,Value
)Name,Value
аргументы в виде пар и любой из предыдущих синтаксисов. Все неопределенные свойства имеют значения по умолчанию.
predict | Предсказать состояние и ковариацию ошибки расчета состояния отслеживающего фильтра |
correct | Правильное состояние и ковариация ошибки оценки состояния с помощью отслеживающего фильтра |
correctjpda | Правильное состояние и ковариация ошибки оценки состояния с помощью отслеживающего фильтра и JPDA |
distance | Расстояния между током и предсказанными измерениями отслеживающего фильтра |
likelihood | Вероятность измерения с отслеживающего фильтра |
clone | Создайте повторяющийся фильтр отслеживания |
smooth | Обратная оценка сглаженного состояния отслеживающего фильтра |
residual | Измерение остаточного и остаточного шума от отслеживающего фильтра |
initialize | Инициализируйте состояние и ковариацию отслеживающего фильтра |
Расширенный фильтр Калмана оценивает состояние процесса, управляемого этим нелинейным стохастическим уравнением:
xk - состояние на шаге k. f() является функцией перехода состояния. Случайные шумовые возмущения, wk, могут повлиять на движение объекта. Фильтр также поддерживает упрощенную форму,
Чтобы использовать упрощенную форму, задайте HasAdditiveProcessNoise
на true
.
В расширенном фильтре Калмана измерения также являются общими функциями состояния:
h(xk,vk,t) - функция измерения, которая определяет измерения как функции состояния. Типичными измерениями являются положение и скорость или некоторая функция положения и скорости. Измерения могут также включать шум, представленный vk. Опять же, фильтр предлагает более простую композицию.
Чтобы использовать упрощенную форму, задайте HasAdditiveMeasurmentNoise
на true
.
Эти уравнения представляют фактическое движение и фактические измерения объекта. Однако шумовой вклад на каждом шаге неизвестен и не может быть смоделирован детерминированно. Известны только статистические свойства шума.
[1] Коричневый, R.G. и P.Y.C. Ван. Введение в анализ случайных сигналов и прикладную фильтрацию Калмана. 3-е издание. Нью-Йорк: John Wiley & Sons, 1997.
[2] Калман, Р. Е. «Новый подход к линейным задачам фильтрации и предсказания». Транзакции ASME-Journal of Basic Engineering. Том 82, серия D, март 1960, стр. 35-45.
[3] Блэкман, Сэмюэль и Р. Пополи. Проект и анализ современных систем слежения. Артек House.1999.
[4] Блэкман, Сэмюэль. Отслеживание нескольких целей с помощью радаров. Дом Артеха. 1986.
cameas
| cameasjac
| constacc
| constaccjac
| constturn
| constturnjac
| constvel
| constveljac
| ctmeas
| ctmeasjac
| cvmeas
| cvmeasjac
| initcaekf
| initctekf
| initcvekf