71、用于目标跟踪的无迹卡尔曼滤波器（trackingUKF）

用于目标跟踪的无迹卡尔曼滤波器（trackingUKF）

1. 概述

无迹卡尔曼滤波器（Unscented Kalman Filter，UKF）是一种递归算法，用于在对过程进行测量时估计过程的演化状态。trackingUKF 对象是一个离散时间的无迹卡尔曼滤波器，可用于跟踪目标和物体的位置与速度。当满足以下任一条件时，适合使用无迹卡尔曼滤波器：
- 当前状态是前一状态的非线性函数。
- 测量值是状态的非线性函数。

该滤波器通过使用固定数量的西格玛点（Sigma points）来估计状态的不确定性及其在非线性状态和测量方程中的传播。西格玛点是通过无迹变换选择的，由 Alpha、Beta 和 Kappa 属性进行参数化。

2. 创建 trackingUKF 对象

• 语法
  • filter = trackingUKF ：使用 StateTransitionFcn、MeasurementFcn 和 State 属性的默认值，为离散时间系统创建一个无迹卡尔曼滤波器对象。假设过程和测量噪声是可加的。
  • filter = trackingUKF(transitionfcn,measurementfcn,state) ：指定状态转移函数 transitionfcn 、测量函数 measurementfcn 和系统的初始状态 state 。
  • filter = tr