residual

Измерение остаточного и остаточного шума от отслеживающего фильтра

Свернуть все на странице

Синтаксис

[zres,rescov] = residual(filter,zmeas)
[zres,rescov] = residual(filter,zmeas,measparams)

Описание

[zres,rescov] = residual(filter,zmeas) вычисляет остаточную и остаточную ковариацию текущего данного измерения, zmeas, с предсказанным измерением в фильтре отслеживания, filter. Эта функция применяется к фильтрам, которые принимают Гауссово распределение для шума.

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

Если filter является trackingKF тогда вы не можете использовать этот синтаксис.

Входные параметры

свернуть все

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

  • trackingKF - Линейный фильтр Калмана

  • trackingEKF - Расширенный фильтр Калмана

  • trackingUKF - Сигма-точечный фильтр Калмана

  • trackingCKF - Кубатурный фильтр Калмана

  • trackingMSCEKF - Расширенный фильтр Калмана с использованием измененных сферических координат (MSC)

Текущее измерение отслеживаемого объекта, заданное в виде вектора или матрицы.

Параметры для функции измерения, заданные как массив ячеек. Параметры передаются в функцию измерения, которая задана в MeasurementFcn свойство входного filter. Если filter является trackingKF объект, тогда вы не можете задать measparams.

Выходные аргументы

свернуть все

Невязка между текущим и предсказанным измерением, возвращенный как матрица.

Остаточная ковариация, возвращается как матрица.

Алгоритмы

свернуть все

residual является различием между измерением и значением, предсказанным фильтром. Для фильтров Калмана остаточное вычисление зависит от того, является ли фильтр линейным или нелинейным.

Линейные фильтры Калмана

Учитывая линейный фильтр Калмана с измерением тока z, остаточный z res задан как

z res = z - H x,

где:

  • H - модель измерения, заданная MeasurementModel свойство фильтра.

  • x - текущее состояние фильтра.

Ковариация невязки, S, определяется как

S = R + ПВДT,

где:

  • P - ковариационная матрица состояний.

  • R - матрица шума измерения, заданная MeasurementNoise свойство фильтра.

Нелинейные фильтры Калмана

Учитывая нелинейный фильтр Калмана с измерением тока z, остаточный z res определяется как:

z res = z - h (x),

где:

  • h - функция измерения, заданная MeasurementFcn свойство.

  • x - текущее состояние фильтра.

Ковариация невязки, S, определяется как:

S = R + R p,

где:

  • R - матрица шума измерения, заданная MeasurementNoise свойство фильтра.

  • R p - ковариационная матрица состояния, проецируемая на пространство измерений.

Расширенные возможности

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

.

См. также

| | | | | |

Введенный в R2018b

Документация по Sensor Fusion and Tracking Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте