此属性是只读的。

滤波器状态的加权估计，指定为实值米元向量。这种状态是根据中滤波器的加权组合来估计的TrackingFilters．使用ModelProbabilities更改权重。

例子:(200; 0.2)

数据类型:单|双

此属性是只读的。

状态误差协方差，指定为正定实值米——- - - - - -米矩阵,米是筛选器状态的大小。协方差矩阵表示滤波器状态的不确定性。这种状态协方差是基于中滤波器的加权组合估计的TrackingFilters．使用ModelProbabilities更改权重。

例子:(20 0.1;0.1 - 1)

数据类型:单|双

过滤器列表，指定为跟踪过滤器的单元格数组。在创建对象时指定这些过滤器。默认情况下，过滤器具有相同的概率。指定modelProbabilities如果过滤器有不同的概率。

如果你想要trackingGSF使用单精度浮点变量的过滤器，指定使用单精度的第一个过滤器。例如,

@constvel filter1 = trackingEKF(“StateTransitionFcn”,“状态”,单([1;2;3;4]));@constvel filter2 = trackingEKF(“StateTransitionFcn”,“状态”,[2;1;3,1]);过滤器= trackingGSF ({filter1, filter2})

数据类型:细胞

每个过滤器的权重，指定为从0到1的概率向量。默认情况下，过滤器中每个组件的权重是相等的。

数据类型:单|双

测量噪声协方差，指定为一个正标量或正定实值矩阵。矩阵是一个边长等于测量值的正方形。将一个标量输入扩展为一个方阵对角矩阵。

指定MeasurementNoise在任何电话之前正确的函数。在第一次呼叫之后正确的，您可以选择将测量噪声指定为标量。在这种情况下，测量噪声矩阵是R——- - - - - -R单位矩阵,R为测量的次数。

例子:0．2

数据类型:单|双