主要内容

constaccjac

恒定加速度运动的雅可比矩阵

全部折叠到页面中

语法

雅可比矩阵= constaccjac(状态)
雅可比矩阵= constaccjac(状态,dt)
[雅可比矩阵,noisejacobian] = constaccjac (w, dt)

描述

例子

雅可比矩阵= constaccjac (状态）返回更新后的雅可比矩阵，雅可比矩阵，为恒加速度卡尔曼滤波运动模型。步长是1秒。的状态参数指定筛选器的当前状态。

例子

雅可比矩阵= constaccjac (状态，dt）还指定了时间步长，dt．

［雅可比矩阵，noisejacobian) = constaccjac (状态，w，dt）指定状态噪声，w，返回雅可比矩阵，noisejacobian的状态相对于噪音。

例子

全部折叠

打开生活的脚本

计算二维常加速度运动的状态雅可比矩阵。

定义一个初始状态并计算一秒钟更新时间的状态雅可比矩阵。

状态=[1,1,1、2、1、0];雅可比矩阵= constaccjac(状态)
雅可比矩阵=6×61.0000 1.0000 0.5000 0000 0 1.0000 1.0000 0000 0000 1.0000 0000 0 1.0000 0000 00 1.0000 0000 0 1.0000 0.5000 0000 1.0000 1.0000 0000 00 1.0000
打开生活的脚本

计算二维常加速度运动的状态雅可比矩阵。设置步长为0.5秒。

状态=[1,1,1、2、1、0]。”;雅可比矩阵= constaccjac (0.5),
雅可比矩阵=6×61.0000 0.5000 0.1250 0000 1.0000 0.5000 0000 0 1.0000 0.5000 0000 0 1.0000 0000 1.0000 0.5000 0000 1.0000

输入参数

全部折叠

恒定加速度运动的卡尔曼滤波状态向量，指定为实数3 n元向量。N是空间运动自由度的数目。对于每个空间运动度，状态向量采用该表所示的形式。

空间维度 状态向量的结构
一维 [x, vx; ax)
二维 [x, vx;斧子;y v,唉)
三维 [x, vx;斧子;y v;是的;z; vz; az)

例如,x代表了x协调,vx表示速度x方向,斧头表示的加速度x方向。如果运动模型在一维空间中，则y- - -z-轴被假定为零。如果运动模型在二维空间中，值沿z-轴被假定为零。位置坐标以米为单位。速度坐标的单位是米/秒。加速度坐标的单位是米/秒2．

例子:[5, 0.1, 0.01, 0; -0.2; -0.01; 3; 0.05; 0]

数据类型:双

滤波器的时间步长间隔，指定为一个正标量。时间单位是秒。

例子:0．5

数据类型:单|双

状态噪声，用标量或实数表示N1的向量。N是运动维度数。例如,N= 2为二维运动。如果指定为标量，则标量值将展开为N1的向量。

数据类型:单|双

输出参数

全部折叠

恒加速度运动雅可比矩阵，返回实数3 n——- - - - - -3 n矩阵。

匀速运动噪声雅可比矩阵，返回实数3 n——- - - - - -N矩阵。N是空间运动度的数目。例如,N= 2为二维运动。雅可比矩阵由状态在更新的时间步长对噪声分量的偏导数构造而成。

算法

对于一个二维常加速度过程，经过一个时间步长的雅可比矩阵，T，为块对角线:

［ 1 T 1 2 T 2 0 0 0 0 1 T 0 0 0 0 0 1 0 0 0 0 0 0 1 T 1 2 T 2 0 0 0 0 1 T 0 0 0 0 0 1 ］

每个空间维度的块有这样的形式:

［ 1 T 1 2 T 2 0 1 T 0 0 1 ］

对于每个额外的空间维度，添加一个相同的块。

扩展功能

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

另请参阅

功能

对象

介绍了R2018b

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

自主系统的传感器融合与跟踪

下载白皮书