提供了一种在矩形框架内的三维位置测量方法。例如x = 1, y = 3, z = 0。使用三维位置测量噪声[1 0.4 0;0.4 - 4 0;0 0 1)。

检测= objectDetection(0， [1;3;0])，“MeasurementNoise”， [1 0.4 0;0.4 - 4 0;0 0 1);

使用initekfimm创建一个trackingIMM在给定位置初始化滤波器，并使用上述定义的测量噪声。

imm = initekfimm(检测);

检查状态值和测量噪声。验证过滤器状态，imm。状态，具有与检测测量相同的位置组件，检测。测量．

imm。状态

ans =6×11 0 3 0 0 0

验证滤波器测量噪声，imm。MeasurementNoise，与检测。MeasurementNoise值。

imm。MeasurementNoise

ans =3×31.0000 0.4000 0 0.4000 4.0000 0000 1.0000

提供了一种球面坐标系中的三维位置测量方法。例如:阿兹= 40，el = 6，r = 100，rr = 5．测量噪声Diag ([2.5, 2.5, 0.5, 1].^2)．

量= (40;6;100;5);measNoise =诊断接头([2.5,2.5,0.5,1]。^ 2);

使用MeasurementParameters定义框架。的其他字段可以省略MeasurementParametersStruct，它们将在默认值下完成。在本例中，传感器位置、传感器速度、方向、仰角和距离速率标志为默认值。

measParams =结构(“帧”，“球”）;检测= objectDetection(0,量,“MeasurementNoise”measNoise,．..“MeasurementParameters”, measParams);

使用initekfimm创建一个trackingIMM在给定位置初始化滤波器，并使用上述定义的测量噪声。

imm = initekfimm(检测)

imm = trackingIMM with properties: State: [6x1 double] StateCovariance: [6x6 double] TrackingFilters: {3x1 cell} ModelConversionFcn: @switchimm transitionodds: [3x3 double] MeasurementNoise: [4x4 double] modelodds: [3x1 double] EnableSmoothing: 0