当前和预测之间的距离的测量跟踪滤波器
指定使用的额外参数经销
=距离(过滤器
,zmeas
,measparams
)MeasurementFcn
的过滤器。
如果过滤器是一个trackingKF
或trackingABF
对象,然后你不能使用这个语法。
的距离
过滤器对象之间的距离计算归一化函数和一组测量。这个距离的计算是一个变体Mahalanobis距离和考虑了残余(对象之间的差异测量和预测的值过滤器),剩余协方差和测量噪声。
考虑一个扩展卡尔曼滤波器的状态x和测量z。使用的方程来计算剩余,zres残协方差,年代,都是
zres=z- - - - - -h(x),
年代=R+HPHT,
地点:
h是测量函数中定义的MeasurementFcn
财产的过滤器。
R中定义的测量噪声协方差吗MeasurementNoise
财产的过滤器。
H是测量的雅可比矩阵函数中定义的MeasurementJacobianFcn
财产的过滤器。
残协方差计算其他过滤器可以从一个显示略有不同,因为跟踪滤波器有不同的传播方式的协方差度量空间。例如,而不是使用雅可比矩阵的协方差度量函数来传播,无味卡尔曼滤波器样本协方差,然后传播采样点。
Mahalanobis距离的方程,d2,是
d2=zresT年代1z,
归一化函数计算的距离距离,dn,因为
dn=d2+日志(|年代|),
日志(|年代|)的对数残协方差的行列式年代。
日志(|年代|)项占轨道摸样,也就是说,他们预计,但没有一个更新很久了。在这种状态下可以年代非常大,导致一个更小的距离相对于更新的跟踪。这种差异在距离值导致滑行轨道错误可以从更新的跟踪检测。日志(|年代|)这样的惩罚项补偿这种影响,其预测是高度不确定的。