initcaukf

从检测报告中创建恒定加速度无迹卡尔曼滤波器

折叠所有页面

语法

过滤器= initcaukf(检测)

描述

例子

过滤器= initcaukf (检测）创建并初始化一个恒定加速度的无迹卡尔曼过滤器从包含的信息检测报告。有关无迹卡尔曼滤波器的更多信息，请参见trackingUKF．

函数初始化一个常量加速状态，其约定与constacc和cameas,(x；v_x；一个_x；y；v_y；一个_y；z；v_z；一个_z]．

例子

全部折叠

初始化三维恒加速度无迹卡尔曼滤波器

打开生活的脚本

从初始检测报告中创建并初始化一个三维恒定加速度无迹卡尔曼滤波对象。

根据物体位置的初始三维测量(-200，-30,5)创建检测报告。假设测量噪声不相关。

检测= objectDetection (0 (-200; -30; 5)“MeasurementNoise”, 2.0 *眼(3),．..“SensorIndex”，1，“ObjectClassID”，1，“ObjectAttributes”, {“汽车”2});

从检测报告中创建新的筛选器并显示筛选器属性。

过滤器= initcaukf(检测)

filter = trackingUKF with properties: State: [9x1 double] StateCovariance: [9x9 double] stattransitionfcn: @constacc ProcessNoise: [3x3 double] HasAdditiveProcessNoise: 0 MeasurementFcn: @cameas MeasurementNoise: [3x3 double] hasadditivmeasurementnoise: 1 Alpha: 1.0000e-03 Beta: 2 Kappa: 0 enables平滑:0

显示状态。

过滤器。状态

ans =9×1-200 00 -30 00 5 00

显示状态协方差矩阵。

过滤器。状态Covariance

ans =9×92.0000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 100.0000 100.0000 2.0000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 100.0000 100.0000 2.0000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 100.0000 100.0000

从球面测量创建三维恒定加速度UKF

打开生活的脚本

初始化一个三维恒加速度无迹卡尔曼滤波器，从一个由球坐标测量生成的初始检测报告。如果你想使用球坐标，那么你必须提供一个测量参数结构作为检测报告的一部分框架字段设置为“球”．设置目标的方位角为 $4 5^{\circ}$ ，射程为1000米。

帧=“球”；sensorpos =[25、-40、-10]。';sensorvel =(0; 5。0);宽松=眼(3);

创建度量结构。集“HasVelocity”和“HasElevation”来假．然后，测量矢量由方位角和距离组成。

measparms =结构(“帧”框架,“OriginPosition”sensorpos,．..“OriginVelocity”sensorvel,“定位”宽松的,“HasVelocity”假的,．..“HasElevation”、假);量= (45,1000);measnoise =诊断接头([3.0,2.0]。^ 2);检测= objectDetection(0,量,“MeasurementNoise”，．..measnoise,“MeasurementParameters”measparms)

detection = objectDetection with properties: Time: 0 Measurement: [2x1 double] MeasurementNoise: [2x2 double] SensorIndex: 1 ObjectClassID: 0 Measurement: [1x1 struct] ObjectAttributes: {}