initctggiwphd

创建常量周转周期ggiwphd过滤器

自从R2019a

所有的页面崩溃

语法

博士= initctggiwphd

博士= initctggiwphd(检测)

博士= initctggiwphd (___数据类型)

博士学位= initctggiwphd初始化一个常数周转周期ggiwphd过滤器与零组件的过滤器。默认情况下,滤波器的数据类型双。

博士学位= initctggiwphd (检测)初始化一个常数周转周期ggiwphd过滤器的基础上提供的信息对象检测,检测。滤波器的数据类型是一样的检测测量的数据类型。

该函数初始化一个常数周转周期状态相同的约定constturn和ctmeas,(xv_xyv_yωzv_z),ω周转周期。

请注意

这个初始化函数并不兼容trackerGNN,trackerJPDA,trackerTOMHT系统对象。

博士学位= initctggiwphd (___,数据类型)指定数据类型的过滤器单或双。

打开生活的脚本

考虑一个对象位于位置[1,2,3]检测均匀扩散的程度。程度的大小是1.2,2.3和3.5在x, y和z方向,分别。

检测=细胞(20日1);位置= [1,2,3];尺寸= (1.2;2.3;3.5);rng (2018)%可重复的结果=位置+测量维度。*(1 + 2 *兰德(20));为我= 1:20检测{我}= objectDetection(0,测量(:,我));结束

初始化一个常数周转周期ggiwphd过滤器与生成的检测。

博士= initctggiwphd(检测);

检查值的过滤器有相同的位置估计的平均值测量。

州= phd.States

州=7×11.2856 0 0 0 2.9779 1.9950 0

measurementMean =意味着(测量,2)

measurementMean =3×11.2856 1.9950 2.9779

检查的范围和预期数量的检测。

程度上= phd.ScaleMatrices /(博士学位。DegreesOfFreedom - 4)

程度上=3×31.4603 0.0885 -0.2403 0.0885 3.0050 -0.0225 -0.2403 -0.0225 4.8365

expDetections = phd.Shapes / phd.Rates

expDetections = 20

对象检测,指定的单元阵列objectDetection对象。您可以创建检测直接,也可以获得检测从传感器的输出对象,如radarSensor,monostaticRadarSensor,irSensor,sonarSensor。

例子:检测= objectDetection (0 (1; 4.5; 3)“MeasurementNoise”, (1.0 0 0;2.0 0 0;0 0 1.5])

数据类型的变量中使用过滤器,指定为“单身”单精度或“替身”双精度。当指定为“单身”,初始化滤波器不产生任何双精度的输出,可以使用一些双变量在中间步骤。

数据类型:单|双

ggiwphd过滤器,作为一个返回ggiwphd对象。

您可以使用initctggiwphd随着FilterInitializationFcn的属性trackingSensorConfiguration。
提供检测作为输入时,函数将一个组件添加到密度反映了检测的均值。只有在函数被调用时,在没有任何输入,一个过滤器没有初始化组件的密度。
函数使用的传播测量描述Inverse-Wishart分布。
函数使用检测的数量来描述伽马分布。
滤波器的功能配置过程噪声假设单位角加速度标准差。
500组件的函数指定一个最大的过滤器。