main Content

正确的jpda

Correct state and state estimation error covariance using tracking filter and JPDA

在页面中崩溃

句法

[[Xcorr,Pcorr] = correctjpda(filter,zmeas)
[XCORR，PCORR] =正确的JPDA（滤波器，Zmeas，Jpdacoeffs，Measparams）
[XCORR，PCORR] =正确JPDA（filter，zmeas，jpdacoeffs，zcov）
[[Xcorr,Pcorr,zcorr] = correctjpda(filter,zmeas,jpdacoeffs)
[XCORR，PCORR，ZCORR] =正确JPDA（filter，Zmeas，jpdacoeffs，ZCOV）
正确jpda（filter,___）
xcorr = recriptjpda（过滤器，___）

Description

[[xcorr，，，，pcorr这是给予的=正确的jpda（filter，，，，zmeas）返回校正状态，xcorr，，，，and the corrected state estimation error covariance,pcorr，，，，for the next time step of the input tracking filter. The corrected values are based on a set of measurements,zmeas，及其联合概率数据关联系数，jpdacoeffs。这se values overwrite the internal state and state estimation error covariance offilter。

[[xcorr，，，，pcorr这是给予的=正确的jpda（filter，，，，zmeas，，，，jpdacoeffs，，，，measparams）指定其他参数使用的措施ement function that is defined in the测量FCN跟踪过滤对象的属性。

如果过滤器是一个trackingKFortrackingABF目的，，，，then you cannot use this syntax.

[[xcorr，，，，pcorr这是给予的=正确的jpda（filter，，，，zmeas，，，，jpdacoeffs，，，，ZCOV）指定其他测量协方差，ZCOV，，，，used in themeasurementNoise财产的filter。

You can use this syntax only whenfilter是一个trackingKF目的。

[[xcorr，，，，pcorr，，，，zcorr这是给予的=正确的jpda（filter，，，，zmeas，，，，jpdacoeffs）also returns the correction of measurements,zcorr。

You can use this syntax only whenfilter是一个trackingABF目的。

[[xcorr，，，，pcorr，，，，zcorr这是给予的=正确的jpda（filter，，，，zmeas，，，，jpdacoeffs，，，，ZCOV）returns the correction of measurements,zcorr，还指定了其他测量协方差，ZCOV，，，，used in themeasurementNoise财产的filter。

You can use this syntax only whenfilter是一个trackingABF目的。

正确jpda（filter，，，，___）更新filter使用校正状态和状态估计误差协方差，而无需返回校正值。指定跟踪过滤器和前面语法中的任何输入参数组合。

xcorr=正确的jpda（filter，，，，___）更新filter具有校正状态和状态估计误差协方差，但仅返回校正状态，xcorr。

输入参数

collapse all

用于对象跟踪的过滤器，指定为以下对象之一：

测量，，，，specified as anm-by-n矩阵，，，，在哪里m一世s the dimension of a single measurement, andn是测量的数量。

数据类型：单身的|double

联合概率数据关联系数，指定为（n+1） - 元素向量。这一世th (一世= 1，…，，n）element ofjpdacoeffs是联合概率一世th measurement inzmeas与过滤器相关联。最后一个要素jpdacoeffs对应于没有测量与过滤器相关的概率。所有元素的总和jpdacoeffsmust equal 1.

数据类型：单身的|double

测量协方差，，，，specified as anm-by-m矩阵，，，，在哪里m是测量的维度。假定所有测量值都假定相同的测量协方差矩阵zmeas。

数据类型：单身的|double

测量函数参数，指定为逗号分隔的参数列表。这些参数与传递到测量函数的参数相同测量FCN跟踪过滤器的属性。Iffilter是一个trackingKFortrackingABF对象，然后您无法指定measparams。

假设您设置测量FCN到@cameas，然后致电正确的jpda：

[XCORR，PCORR] =正确JPDA（滤镜，帧，感觉台，传感器）
这正确的jpdafunction internally calls the following:
meas = cameas（状态，框架，感觉台，传感器）

输出参数

collapse all

校正状态，返回为p- 元素向量，哪里p一世s the dimension of the estimated state. The corrected state represents the后验estimate of the state vector, taking into account the current measurements and their associated probabilities.

校正状态误差协方差，返回为正定的p-by-p矩阵，，，，在哪里p一世s the dimension of the state estimate. The corrected state covariance matrix represents the后验考虑到当前的测量及其相关概率，对国家协方差矩阵的估计。

校正测量，返回m-by-n矩阵，，，，在哪里m一世s the dimension of a single measurement, andn是测量的数量。你可以返回zcorronly whenfilter是一个trackingABF目的。

更多关于

collapse all

JPDA校正算法，用于离散扩展Kalman滤波器

在常规卡尔曼过滤器的测量更新中，过滤器通常只需要基于一个测量来更新状态和协方差即可。例如，可以给出离散扩展的卡尔曼过滤器的测量方程式

X k + = X k - + k k （（ y - H （（ X k - ） ） p k + = p k - - k k s k k k t

在哪里Xk-andXk+分别是先验和后验状态估计值kk一世s the Kalman gain,y是实际测量，并且H（（Xk-）一世s the predicted measurement.pk-andpk+are the a priori and a posteriori state error covariance matrices, respectively. The innovation matrixsk被定义为

s k = H k p k - H k t

在哪里Hk一世s the Jacobian matrix for the measurement functionH。

In the workflow of a JPDA tracker, the filter needs to process multiple probable measurementsy一世（（一世= 1，…，，n）有不同的关联概率β一世（（一世=0，，，，1，，，，…,n）。注意β0是没有测量​​与过滤器相关的概率。用于JPDA跟踪器的离散扩展Kalman滤波器的测量更新方程是

X k + = X k - + k k ∑ 一世 = 1 n β 一世 （（ y 一世 - H （（ X k - ） ） p k + = p k - - （（ 1 - β 0 ） k k s k k k t + p k

在哪里

p k = k k ∑ 一世 = 1 n [[ β 一世 （（ y 一世 - H （（ X k - ） ） （（ y 一世 - H （（ X k - ） ） t - （（ δ y ） （（ δ y ） t 这是给予的 k k t

and

δ y = ∑ j = 1 n β j （（ y j - H （（ X k - ） ）

注意these equations only apply totrackingEKF并且不是其他跟踪过滤器中使用的确切方程式。

References

[[1这是给予的Fortmann, T., Y. Bar-Shalom, and M. Scheffe. "Sonar Tracking of Multiple Targets Using Joint Probabilistic Data Association."IEEE Journal of Ocean Engineering.Vol. 8, Number 3, 1983, pp. 173–184.

扩展功能

也可以看看

||||||

在R2019a中引入

自动驾驶工具箱文档

金宝app

Implementing an Adaptive Cruise Controller with Simulink

Implementing an Adaptive Cruise Controller with Simulink

Download technical paper