主要内容

initcvggiwphd

创建恒定的速度ggiwphd过滤器

描述

博士学位= initcvggiwphd初始化一个恒定的速度ggiwphd过滤器与零组件的过滤器。

例子

博士学位= initcvggiwphd (检测)初始化一个恒定的速度ggiwphd过滤器的基础上提供的信息对象检测,检测。该函数初始化一个恒定速度状态相同的约定constvelcvmeas,(x;vx;y;vy;z;vz]。

请注意

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

例子

全部折叠

考虑一个对象位于位置[1,2,3]检测周围均匀分布的程度。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));我= 1:20检测{我}= objectDetection(0,测量(:,我));结束

初始化一个恒定的速度ggiwphd过滤器与生成的检测。

博士= initcvggiwphd(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=6×12.9779 1.9950 1.2856 0 0 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

输入参数

全部折叠

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])

输出参数

全部折叠

ggiwphd过滤器,作为一个返回ggiwphd对象。

算法

  • 您可以使用initcvggiwphd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加速度标准差。

  • 500组件的函数指定一个最大的过滤器。

扩展功能

C / c++代码生成
生成C和c++代码使用MATLAB®编码器™。

介绍了R2019a