主要内容

fusexcov

协方差融合使用cross-covariance

自从R2018b

所有的页面崩溃

语法

[fusedState, fusedCov] = fusexcov (trackState trackCov)
[fusedState, fusedCov] = fusexcov (trackState、trackCov crossCovFactor)

描述

例子

(fusedState,fusedCov)= fusexcov (trackState,trackCov)融合跟踪状态trackState及其对应的协方差矩阵trackCov。协方差函数估计融合状态,在贝叶斯框架之间的互相关跟踪是未知的。

例子

(fusedState,fusedCov)= fusexcov (trackState,trackCov,crossCovFactor)指定一个cross-covariance因素的有效计算cross-covariance时相关系数。

例子

全部折叠

打开生活的脚本

定义状态向量的痕迹。

x (: 1) = (1; 2。0);x (:, 2) = (2; 2。0);x (:, 3) = (2, 3, 0);

定义跟踪的协方差矩阵。

p (:: 1) = (10 5 0;10 0 5 0 0 1);p (:: 2) = (10 5 0;10 0 5 0 0 1);p (:: 3) = (12 9 0;9 12 0。0 0 1);

熔融状态向量和协方差估计。

[fusedState, fusedCov] = fusexcov (x, p);

使用trackPlotter绘制结果。

tPlotter = theaterPlot (“XLim”-10年[10],“YLim”-10年[10],“ZLim”,-10年[10]);tPlotter1 = trackPlotter (tPlotter,…“DisplayName的”,“输入追踪”,“MarkerEdgeColor”[0.000 0.447 0.741]);tPlotter2 = trackPlotter (tPlotter,…“DisplayName的”,“融合跟踪”,“MarkerEdgeColor”[0.850 0.325 0.098]);plotTrack (tPlotter1 x ' p) plotTrack (tPlotter2, fusedState fusedCov)标题(“Cross-Covariance融合”)

图包含一个坐标轴对象。坐标轴对象与标题Cross-Covariance融合,包含X (m), ylabel Y (m)包含2线类型的对象。一个或多个行显示的值只使用这些对象标记代表输入跟踪,融合跟踪。”width=

打开生活的脚本

定义状态向量的痕迹。

x (: 1) = (1; 2。0);x (:, 2) = (2; 2。0);x (:, 3) = (2, 3, 0);

定义跟踪的协方差矩阵。

p (:: 1) = (10 5 0;10 0 5 0 0 1);p (:: 2) = (10 5 0;10 0 5 0 0 1);p (:: 3) = (12 9 0;9 12 0。0 0 1);

熔融状态向量和协方差估计。指定一个cross-covariance因子0.5。

[fusedState, fusedCov] = fusexcov (x p 0.5);

使用trackPlotter绘制结果。

tPlotter = theaterPlot (“XLim”-10年[10],“YLim”-10年[10],“ZLim”,-10年[10]);tPlotter1 = trackPlotter (tPlotter,…“DisplayName的”,“输入追踪”,“MarkerEdgeColor”[0.000 0.447 0.741]);tPlotter2 = trackPlotter (tPlotter,…“DisplayName的”,“融合跟踪”,“MarkerEdgeColor”[0.850 0.325 0.098]);plotTrack (tPlotter1 x ' p) plotTrack (tPlotter2, fusedState fusedCov)标题(“Cross-Covariance融合”)

图包含一个坐标轴对象。坐标轴对象与标题Cross-Covariance融合,包含X (m), ylabel Y (m)包含2线类型的对象。一个或多个行显示的值只使用这些对象标记代表输入跟踪,融合跟踪。”width=

输入参数

全部折叠

跟踪状态,指定为一个N——- - - - - -米矩阵,N国家和维数米是轨道的数目。

数据类型:单|双

跟踪协方差矩阵,作为指定N——- - - - - -N——- - - - - -米数组,N国家和维数米是轨道的数目。

数据类型:单|双

Cross-covariance因素,指定为一个标量。

数据类型:单|双

输出参数

全部折叠

熔融状态,作为一个返回N1的向量,N是国家的维度。

的协方差矩阵,作为一个返回N——- - - - - -N矩阵,N是国家的维度。

引用

[1]Bar-Shalom、班和Xiao-Rong李。Multitarget-multisensor跟踪:原则和技术。卷。19。斯托尔斯,CT: yb, 1995年。

[2]翁,志远,佩Djurić。”协方差估计的贝叶斯方法和数据融合。“2012年欧洲20信号处理研讨会论文集,页2352 - 2356。IEEE 2012。

[3]Matzka、斯蒂芬和理查德Altendorfer。”汽车传感器融合进行航迹融合算法的比较。“在多传感器融合和集成智能系统,69 - 81页。施普林格,柏林,海德堡2009。

扩展功能

C / c++代码生成
生成C和c++代码使用MATLAB®编码器™。

版本历史

介绍了R2018b

另请参阅

|