过滤状态,指定为一个实值米元向量。在创建对象时指定初始状态使用名称-值对。

数据类型:单|双

状态误差协方差,指定为一个米——- - - - - -米矩阵,米过滤器的大小状态。一个标量扩展到一个输入米——- - - - - -米矩阵。协方差矩阵表示的不确定性过滤状态。指定初始状态协方差在创建对象时使用名称-值对。

例子:眼(6)

数据类型:单|双

过滤器列表,指定为一个单元阵列的跟踪滤波器。默认情况下,过滤器等概率。指定ModelProbabilities如果过滤器有不同的概率。

如果你想要一个trackingIMM过滤器与单精度浮点变量,使用单精确指定过滤器。例如,

@constvel filter1 = trackingEKF (“StateTransitionFcn”,“状态”,单([1;2;3;4]));@constvel filter2 = trackingEKF (“StateTransitionFcn”,“状态”,单([2、3、3、1]));过滤器= trackingIMM ({filter1, filter2})

数据类型:细胞

这个属性是只读的。

测量残差的包装过滤器,指定为一个K元逻辑向量,K是底层跟踪过滤器中指定的数量吗TrackingFilters财产。如果一个潜在的过滤器使测量包装,那么相应的元素是一个1(真正的)。否则,它是0(假)。

将状态或状态协方差函数,指定为一个函数处理。协方差函数转换状态或状态从一个模式到另一个类型。函数签名:

函数x2 = modelConversionFcn (modelType1, x1, modelType2)

的modelType1和modelType2输入的名称是两个模型的名字。x1指定了状态或StateCovariance第一个模型。x2输出状态或StateCovariance

数据类型:function_handle

过滤器的概率模型转换,指定为一个积极的真正的标量,l元向量,或l——- - - - - -l矩阵,l过滤器的数量:

过渡概率为每个模型对应的概率定义过滤器从这种模式切换到另一个模型在1秒。

例子:0.75

数据类型:单|双

测量噪声协方差,指定为一个积极的标量或正定实值矩阵。当指定为一个标量,矩阵的多N——- - - - - -N单位矩阵。N是测量向量的大小。

指定MeasurementNoise在任何调用之前正确的函数。

例子:0.2

每个过滤器的重量,指定为一个向量的概率从0到1。默认情况下,滤波器的每个组件的重量是相等的。l过滤器的数量。IMM滤波更新每个滤波器的预测步骤的重量。

数据类型:单|双

启用状态平滑,指定为假或真正的。当指定为真正的,你可以

最大数量的向后平滑步骤,指定为一个正整数。

依赖关系

要启用这个特性,设置EnableSmoothing财产真正的。

按顺序测量的最大数量(OOSM)步骤,指定为一个非负整数。

增加这个属性的值增加了分配的内存数量,必须为国家历史,但允许您过程OOSMs到达后再延迟。注意,不确定性的影响减少使用OOSM减少延误就变长。