使用扩展或无迹卡尔曼滤波器时的返回测量残差和残差协方差
的剩余
命令返回实际测量值和预测测量值之间的差值ExtendedKalmanFilter.
和unscentedKalmanFilter
查看残差为您提供了一种验证过滤器性能的方法。残差,也称为创新,量化预测误差并驱动扩展和Unspened Kalman滤波器更新序列中的校正步骤。使用时正确的
和预测
(系统识别工具箱)要更新估计的卡尔曼滤波器状态,请使用剩余
命令之前立即使用正确的
命令。
[
返回剩余剩余
,剩余转移性
]=剩余(obj
,y
)剩余
在测量之间y
和卡尔曼滤波器产生的预测测量obj
。该函数还返回残差的协方差剩余转移性
.
您创建obj
使用ExtendedKalmanFilter.
或者unscentedKalmanFilter
命令。你指定状态转移函数f和测量功能h非线性系统的obj
这个状态
对象的属性存储最新的估计状态值。每次步骤,你使用正确的
和预测
一起更新国家x这个剩余年代时间步长的实际测量值与预测测量值的差值是否表示为年代=y-h(x)。残余的协方差年代是和R+RP, 在哪里R测量噪声矩阵是否由测量噪声
过滤器的属性和RP是否投影到测量空间上的状态协方差矩阵。
如果度量函数使用此语法h你指定的obj。MeasurementFcn
具有以下形式之一:
y (k) = h (x (k))
用于添加测量噪声
y(k)=h(x(k),v(k))
非加性测量噪声
这里,y (k)
,x(k)
, 和v(k)
是系统的测量输出,状态和测量噪声时间步骤k
这个在ly inputs toh是状态和测量噪声。