估计过滤器

卡尔曼和粒子滤波器，线性化函数，运动模型

传感器融合和跟踪工具箱™提供了针对特定场景进行优化的估计滤波器，如线性或非线性运动模型，线性或非线性测量模型，或不完整的可观测性。

功能

目标跟踪滤波器

`trackingKF`	目标跟踪的线性卡尔曼滤波器
`trackingEKF`	用于目标跟踪的扩展卡尔曼滤波器
`trackingUKF`	目标跟踪的无迹卡尔曼滤波器
`trackingABF`	用于目标跟踪的Alpha-beta滤波器
`trackingCKF`	用于目标跟踪的容积卡尔曼滤波器
`trackingIMM`	用于目标跟踪的交互多模型(IMM)滤波器
`trackingGSF`	目标跟踪的高斯和滤波器
`trackingPF`	粒子滤波器的目标跟踪
`trackingMSCEKF`	改进球面坐标下目标跟踪的扩展卡尔曼滤波
`ggiwphd`	伽玛高斯逆Wishart (GGIW) PHD滤波器
`gmphd`	高斯混合(GM) PHD滤波器

初始化

`trackingKF`

`initcvkf`	根据检测报告创建等速线性卡尔曼滤波器
`initcakf`	根据检测报告创建恒定加速度线性卡尔曼滤波器

`trackingEKF`

`initcvekf`	从检测报告中创建恒定速度扩展卡尔曼滤波器
`initcaekf`	从检测报告中创建恒定加速度扩展卡尔曼滤波器
`initctekf`	从检测报告中创建恒定转速扩展卡尔曼滤波器
`initapekf`	等速角参数化EKF初始化
`initrpekf`	恒定速度范围参数化EKF初始化
`initsingerekf`	歌手加速度`trackingEKF`初始化

`trackingUKF`

`initcvukf`	从检测报告中创建恒速无迹卡尔曼滤波器
`initcaukf`	从检测报告中创建恒定加速度无迹卡尔曼滤波器
`initctukf`	从检测报告中创建恒定转速的无迹卡尔曼滤波器

`trackingABF`

`initcvabf`	从检测报告中创建恒定速度跟踪alpha-beta过滤器
`initcaabf`	从检测报告中创建恒定加速度alpha-beta跟踪过滤器

`trackingCKF`

`initcvckf`	根据检测报告创建恒定速度跟踪容积卡尔曼滤波器
`initcackf`	根据检测报告创建恒定加速度跟踪容积卡尔曼滤波器
`initctckf`	根据检测报告创建恒定转速跟踪容积卡尔曼滤波器

`trackingIMM`

initekfimm 初始化trackingIMM对象

`trackingPF`

`initcvpf`	从检测报告中创建恒定速度跟踪粒子过滤器
`initcapf`	从检测报告中创建恒定加速度跟踪粒子过滤器
`initctpf`	从检测报告中创建恒定转速跟踪粒子过滤器

`trackingMSCEKF`

initcvmscekf 恒定的速度trackingMSCEKF初始化

`ggiwphd`

`initcvggiwphd`	创建恒定的速度`ggiwphd`过滤器
`initcaggiwphd`	创建恒定加速度`ggiwphd`过滤器
`initctggiwphd`	创建常量周转周期`ggiwphd`过滤器

`gmphd`

`initcvgmphd`	创建恒定的速度`gmphd`过滤器
`initcagmphd`	创建恒定加速度`gmphd`过滤器
`initctgmphd`	创建常量周转周期`gmphd`过滤器
`initctrectgmphd`	创建恒定转弯率的矩形目标`gmphd`过滤器

运动模型

恒定的速度模型

`constvel`	等速状态更新
`constveljac`	等速运动的雅可比矩阵
`constvelmsc`	MSC框架中的恒速运动模型
`constvelmscjac`	MSC坐标系中等速运动模型的雅可比矩阵
`cvmeas`	恒定速度运动的测量功能
`cvmeasjac`	等速运动测量函数的雅可比矩阵
`cvmeasmsc`	MSC框架中基于恒定速度(CV)模型的测量
`cvmeasmscjac`	MSC坐标系中采用恒定速度(CV)模型的测量雅可比矩阵

恒定加速度模型

`constacc`	恒定加速度运动模型
`constaccjac`	恒定加速度运动的雅可比矩阵
`cameas`	恒定加速度运动的测量功能
`cameasjac`	恒定加速度运动测量函数的雅可比矩阵

歌手加速度模型

`歌手`	辛格加速度运动模型
`singerjac`	Singer加速度运动模型的雅可比矩阵
`singermeas`	Singer加速度运动模型的测量功能
`singermeasjac`	Singer加速度运动模型测量函数的雅可比矩阵
`singerProcessNoise`	处理Singer加速度模型的噪声矩阵

不断的周转周期模型

`constturn`	恒转率运动模型
`constturnjac`	恒定转速运动的雅可比矩阵
`ctmeas`	恒定转速运动的测量功能
`ctmeasjac`	恒定转速运动测量函数的雅可比矩阵

矩形对象模型`gmphd`

`ctrect`	恒转率矩形目标运动模型
`ctrectjac`	常转率矩形目标运动模型的雅可比矩阵
`ctrectmeas`	恒转率矩形目标测量模型
`ctrectmeasjac`	恒转率矩形目标测量模型的雅可比矩阵
`ctrectcorners`	矩形目标恒转率角测量

开关运动模型

switchimm 的模型转换函数trackingIMM对象

主题

工具箱中提供的估计过滤器的一般回顾。

使用线性卡尔曼滤波器估计和预测目标运动。

利用扩展卡尔曼滤波器估计和预测目标运动。

无序测量的定义和OOSM的处理技术。

从传感器融合和跟踪工具箱生成具有严格单精度和非动态内存分配的代码

在传感器融合和跟踪工具箱中引入支持严格的单精度和非动态内存分配代码生成的函数、对象和块。金宝app

特色的例子

机动目标跟踪

使用各种跟踪滤波器跟踪机动目标。这个例子展示了使用单一运动模型和多个运动模型的过滤器之间的区别。

打开脚本

只用距离测量进行跟踪

举例说明粒子滤波器和高斯和滤波器的使用，以跟踪单一的目标，仅使用距离测量。

打开脚本

使用单一机动传感器的无源测距

演示了如何使用单一传感器的无源角度测量来跟踪目标。被动仅角测量包含目标相对于传感器的方位角和仰角。距离测量的缺失使得这个问题很有挑战性，因为要跟踪的目标只有在某些条件下才能完全观察到。

打开脚本

用过滤器逆序处理乱序测量

在过滤级使用回溯技术处理无序测量。

打开生活的脚本

跟踪imm滤波器的平滑轨迹估计

使用平滑目标函数对目标进行平滑状态估计。平滑是一种利用最新的测量和状态估计信息来改进以前的状态估计的技术。在本例中，您将了解如何通过运行向后递归来改进交互多模型(IMM)过滤器中以前纠正过的估计，这将产生平滑和更准确的状态估计。在第一部分中，您实现了一个平滑算法来平滑转弯车辆的轨迹。在本例的其余部分中，您将对几个高度机动的飞机轨迹执行平滑，这些轨迹取自多目标跟踪的基准轨迹示例。

打开生活的脚本

估计过滤器

功能

目标跟踪滤波器

初始化

`trackingKF`

`trackingEKF`

`trackingUKF`

`trackingABF`

`trackingCKF`

`trackingIMM`

`trackingPF`

`trackingMSCEKF`

`ggiwphd`

`gmphd`

运动模型

恒定的速度模型

恒定加速度模型

歌手加速度模型

不断的周转周期模型

矩形对象模型`gmphd`

开关运动模型

主题

特色的例子

机动目标跟踪

只用距离测量进行跟踪

使用单一机动传感器的无源测距

用过滤器逆序处理乱序测量

跟踪imm滤波器的平滑轨迹估计

传感器融合和跟踪工具箱文档

金宝app

自主系统的传感器融合与跟踪

估计过滤器

功能

目标跟踪滤波器

初始化

trackingKF

trackingEKF

trackingUKF

trackingABF

trackingCKF

trackingIMM

trackingPF

trackingMSCEKF

ggiwphd

gmphd

运动模型

恒定的速度模型

恒定加速度模型

歌手加速度模型

不断的周转周期模型

矩形对象模型gmphd

开关运动模型

主题

特色的例子

机动目标跟踪

只用距离测量进行跟踪

使用单一机动传感器的无源测距

用过滤器逆序处理乱序测量

跟踪imm滤波器的平滑轨迹估计

传感器融合和跟踪工具箱文档

金宝app

自主系统的传感器融合与跟踪

`trackingKF`

`trackingEKF`

`trackingUKF`

`trackingABF`

`trackingCKF`

`trackingIMM`

`trackingPF`

`trackingMSCEKF`

`ggiwphd`

`gmphd`

矩形对象模型`gmphd`