Main Content

Esta página se ha traducido mediante traducción automática. Haga clic aquí para ver la última versión en inglés.

correct

Ajustar la estimación del estado según la medición del sensor

Descripción

ejemplo

[stateCorr,stateCov] = correct(pf,measurement) calcula el estado corregido del sistema y su covarianza de incertidumbre asociada en función de un sensor measurement en el paso de tiempo actual. correct utiliza la propiedad MeasurementLikelihoodFcn del objeto de filtro de partículas, pf, como función para calcular la probabilidad de la medición del sensor para cada partícula. Las dos entradas a la función MeasurementLikelihoodFcn son:

  1. pf – El objeto stateEstimatorPF , que contiene las partículas de la iteración actual.

  2. measurement – Las mediciones del sensor utilizadas para corregir la estimación del estado

Luego, la función MeasurementLikelihoodFcn extrae la mejor estimación de estado y la covarianza en función de la configuración en la propiedad StateEstimationMethod .

[stateCorr,stateCov] = correct(pf,measurement,varargin) pasa todos los argumentos adicionales en varargin al MeasurementLikelihoodFcn subyacente después de las tres primeras entradas requeridas.

Ejemplos

contraer todo

Cree un objeto stateEstimatorPF y ejecute un paso de predicción y corrección para la estimación del estado. El filtro de partículas proporciona una estimación del estado previsto en función del valor de retorno de StateTransitionFcn. Luego corrige el estado en función de una medida determinada y el valor de retorno de MeasurementLikelihoodFcn.

Cree un filtro de partículas con los tres estados predeterminados.

pf = stateEstimatorPF
pf = 
  stateEstimatorPF with properties:

           NumStateVariables: 3
                NumParticles: 1000
          StateTransitionFcn: @nav.algs.gaussianMotion
    MeasurementLikelihoodFcn: @nav.algs.fullStateMeasurement
     IsStateVariableCircular: [0 0 0]
            ResamplingPolicy: [1x1 resamplingPolicyPF]
            ResamplingMethod: 'multinomial'
       StateEstimationMethod: 'mean'
            StateOrientation: 'row'
                   Particles: [1000x3 double]
                     Weights: [1000x1 double]
                       State: 'Use the getStateEstimate function to see the value.'
             StateCovariance: 'Use the getStateEstimate function to see the value.'

Especifique el método de estimación del estado medio y el método de remuestreo sistemático.

pf.StateEstimationMethod = 'mean';
pf.ResamplingMethod = 'systematic';

Inicialice el filtro de partículas en el estado [4 1 9] con covarianza unitaria (eye(3)). Utilice 5000 partículas.

initialize(pf,5000,[4 1 9],eye(3));

Suponiendo una medición [4.2 0.9 9], ejecute un paso de predicción y uno correcto.

[statePredicted,stateCov] = predict(pf);
[stateCorrected,stateCov] = correct(pf,[4.2 0.9 9]);

Obtenga la mejor estimación de estado basada en el algoritmo StateEstimationMethod .

stateEst = getStateEstimate(pf)
stateEst = 1×3

    4.1562    0.9185    9.0202

Argumentos de entrada

contraer todo

stateEstimatorPF objeto, especificado como identificador. Consulte stateEstimatorPF para obtener más información.

Mediciones del sensor, especificadas como un arreglo. Esta entrada se pasa directamente a la propiedad MeasurementLikelihoodFcn de pf. Se utiliza para calcular la probabilidad de que el sensor mida cada partícula.

Lista de argumentos de entrada de longitud variable, especificada como una lista separada por comas. Esta entrada se pasa directamente a la propiedad MeasurementLikelihoodFcn de pf. Se utiliza para calcular la probabilidad de que el sensor mida cada partícula. Cuando usted llama:

correct(pf,measurement,arg1,arg2)
MATLAB® esencialmente llama a measurementLikelihoodFcn como:
measurementLikelihoodFcn(pf,measurement,arg1,arg2)

Argumentos de salida

contraer todo

Estado del sistema corregido, devuelto como un vector fila con longitud NumStateVariables. El estado corregido se calcula en base al algoritmo StateEstimationMethod y el MeasurementLikelihoodFcn.

Variación del sistema corregida, devuelta como una matriz N-por- N , donde N es el valor de NumStateVariables propiedad desde pf. El estado corregido se calcula en base al algoritmo StateEstimationMethod y el MeasurementLikelihoodFcn. Si especifica un método de estimación de estado que no admite covarianza, la función devuelve stateCov como [].

Capacidades ampliadas

Generación de código C/C++
Genere código C y C++ mediante MATLAB® Coder™.

Historial de versiones

Introducido en R2016a