Создайте оценку состояния фильтра частиц
The stateEstimatorPF
объект является рекурсивным, байесовским оценщиком состояния, который использует дискретные частицы, чтобы аппроксимировать апостериорное распределение предполагаемого состояния.
Алгоритм фильтра частиц вычисляет оценку состояния рекурсивно и включает два шага: предсказание и коррекция. Шаг предсказания использует предыдущее состояние, чтобы предсказать текущее состояние на основе заданной системной модели. Шаг коррекции использует измерение датчика тока, чтобы исправить оценку состояния. Алгоритм периодически перераспределяет или перераспределяет частицы в пространстве состояний, чтобы соответствовать апостериорному распределению оцененного состояния.
Предполагаемое состояние состоит из переменных состояния. Каждая частица представляет гипотезу дискретного состояния этих переменных состояния. Набор всех частиц используется, чтобы помочь определить окончательную оценку состояния.
Можно применить фильтр частиц к произвольным нелинейным системным моделям. Шум процесса и измерения может следовать произвольным негауссовым распределениям.
Для получения дополнительной информации о рабочем процессе фильтра частиц и установке конкретных параметров смотрите:
создает объект, который включает оценку состояния для простой системы с тремя переменными состояния. Используйте pf
= stateEstimatorPFinitialize
способ инициализации частиц с известными средними и ковариационными или равномерно распределенными частицами в определенных границах. Чтобы настроить систему фильтра частиц и модели измерения, измените StateTransitionFcn
и MeasurementLikelihoodFcn
свойства.
После создания объекта используйте initialize
чтобы инициализировать NumStateVariables
и NumParticles
свойства. The initialize
функция устанавливает эти два свойства на основе ваших входов.
initialize | Инициализируйте состояние фильтра частиц |
getStateEstimate | Извлеките лучшую оценку состояния и ковариацию из частиц |
predict | Предсказать состояние робота на следующем временном шаге |
correct | Скорректируйте оценку состояния на основе измерения датчика |
[1] Арулампалам, М. С., С. Маскелл, Н. Гордон и Т. Клэпп. Руководство по фильтрам частиц для онлайн-нелинейного/негауссовского байесовского отслеживания. Транзакции IEEE по обработке сигналов. Том 50, № 2, фев 2002, с. 174-188.
[2] Chen, Z. «Bayesian Filtering: From Kalman Filters to Фильтры Частиц, and Beyond». Статистика. Том 182, № 1, 2003, стр. 1-69.