目标跟踪的高斯和滤波器
的trackingGSF
对象表示一种用于目标跟踪的高斯和滤波器。你可以用一组有限高斯和分量来定义状态概率密度函数。使用此过滤器跟踪对象,需要多模型描述,由于不完整的状态可观测通过测量。例如,当检测只包含角度测量时,这个滤波器可以用作距离参数化扩展卡尔曼滤波器。
返回带有两个恒定速度扩展卡尔曼滤波器的高斯和滤波器(—
= trackingGSFtrackingEKF
),初始权重相等。
中指定滤波器的高斯分量—
= trackingGSF (trackingFilters
)trackingFilters
.假设滤波器的初始权值相等。
中高斯分量的初始权值—
= trackingGSF (trackingFilters
,modelProbabilities
)modelProbabilities
并设置ModelProbabilities
财产。
指定滤波器的测量噪声。的—
= trackingGSF (___、“MeasurementNoise”measNoise)MeasurementNoise
属性为每个高斯分量设置。
Alspach, Daniel和Harold Sorenson。使用高斯和近似的非线性贝叶斯估计自动控制学报。1972年第17卷第4期439-448页。
restitic, B., Arulampalam, S. and McCarthy, J., 2002。仅使用距离测量的目标运动分析:算法、性能和在ISAR数据中的应用。信号处理,32 (2),pp.273-296。
桃子,N.”使用一组距离参数化扩展卡尔曼滤波器的纯方位跟踪。控制理论与应用,第142期。1(1995): 73 - 80。