models/@danl/hgrade_general.m

   1 function v=hgrade_general(obj,x,t,u,varargin)\r
   2 % Calculates: grad_e[h(x,t) + hu(x,t)*u(t) + e(t)]\r
   3 %\r
   4 % Syntax: (* = optional)\r
   5 %\r
   6 % grad_e = hgrade_general(model, x, t, u, e*);\r
   7 %\r
   8 % In arguments:\r
   9 %\r
  10 % 1. model\r
  11 %       Model object.\r
  12 % 2. x\r
  13 %       Column vector or scalar containing x\r
  14 %       Redundant argument for this model, because x is elimiated by the differentiation.\r
  15 % 3. t\r
  16 %       Scalar containing the time of the operation.\r
  17 %       Redundant argument for this model, because t is elimiated by the differentiation.\r
  18 % 4. u\r
  19 %       Column vector or scalar containing deterministic data for this particular step.\r
  20 %       Redundant argument for this model, because u(t) is eliminated by the differentiation.\r
  21 % 5* e\r
  22 %       Column vector or scalar containing e(t) for this particular step.\r
  23 %       Redundant argument for this model, since this is eliminated by the differentiation.\r
  24 %\r
  25 % Out arguments:\r
  26 %\r
  27 % 1. grad_w = 1\r
  28 %       The result of the operation: the gradient with respect to e.\r
  29 %       grad_w always equals one for this model.\r
  30 \r
  31 % Toolbox for nonlinear filtering.\r
  32 % Copyright (C) 2005  Jakob Rosén <jakob.rosen@gmail.com>\r
  33 %\r
  34 % This program is free software; you can redistribute it and/or\r
  35 % modify it under the terms of the GNU General Public License\r
  36 % as published by the Free Software Foundation; either version 2\r
  37 % of the License, or (at your option) any later version.\r
  38 %\r
  39 % This program is distributed in the hope that it will be useful,\r
  40 % but WITHOUT ANY WARRANTY; without even the implied warranty of\r
  41 % MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the\r
  42 % GNU General Public License for more details.\r
  43 %\r
  44 % You should have received a copy of the GNU General Public License\r
  45 % along with this program; if not, write to the Free Software\r
  46 % Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02110-1301, USA.\r
  47 \r
  48 % This should be property or something for the sake of optimization\r
  49 %v=eye(size(get(model,'R')));\r
  50 \r
  51 % A scalar will PROBABLY be enough, since the "real" gradient will be the identity matrix\r
  52 % of the same size as R. Since V*R*V' in the EKF filter produces the same result with\r
  53 % a scalar, with much fast execution time, this little optimization will probably work.\r
  54 % if not, just uncomment the above code...\r
  55 v=1;                                            % (... and comment this line!)\r