E
elecs_gene
Guest
HI
wat is Kalman filter? welke voordelen of nadelen of voordelen heeft het???
groeten,
Mukund
wat is Kalman filter? welke voordelen of nadelen of voordelen heeft het???
groeten,
Mukund
Navigation
Install the app
How to install the app on iOS
Follow along with the video below to see how to install our site as a web app on your home screen.
Note: This feature may not be available in some browsers.
More options
You are using an out of date browser. It may not display this or other websites correctly.
You should upgrade or use an alternative browser.
You should upgrade or use an alternative browser.
M
mystique_unbound
Guest
Stel we hebben een willekeurige variabele x (t), waarvan de waarde die we willen schatten op bepaalde tijden T0, T1, T2, T3, enz. Ook veronderstellen we weten dat x (tk) voldoet aan een lineaire dynamische vergelijking
x (tk 1) = Fx (TK) u (k) (de dynamische vergelijking)
In de bovenstaande vergelijking F is een bekend nummer.Om te kunnen werken door middel van een numeriek voorbeeld laten we aannemen F = 0,9
Kalman uitgegaan dat u (k) is een willekeurig nummer gekozen door het kiezen van een nummer uit een hoed.Stel dat de getallen in de hoed van dien aard zijn dat het gemiddelde van u (k) = 0 en de variantie van u (k) is Q. Voor onze numerieke voorbeeld nemen we Q te zijn 100.
U (k) heet witte ruis, wat betekent dat zij niet gecorreleerd met elke andere willekeurige variabelen en vooral niet gecorreleerd met het verleden waarden van u.
In latere lessen zullen we uitbreiding van het Kalman filter tot de gevallen waarin de dynamische vergelijking niet lineair is en waar u geen witte ruis.Maar voor deze les is de dynamische vergelijking lineaire en w is witte ruis met nul betekent.
Stel nu dat op tijdstip t0 iemand kwam langs en zei toch dat hij dacht dat x (t0) = 1000, maar dat hij misschien in de fout en hij denkt dat de variantie van zijn fout is gelijk aan P. Stel dat je had veel vertrouwen in deze persoon en zijn daarom van overtuigd dat dit de best mogelijke schatting van x (t0).Dit is de eerste schatting van x.Het wordt ook wel de a priori schatting.
x (tk 1) = Fx (TK) u (k) (de dynamische vergelijking)
In de bovenstaande vergelijking F is een bekend nummer.Om te kunnen werken door middel van een numeriek voorbeeld laten we aannemen F = 0,9
Kalman uitgegaan dat u (k) is een willekeurig nummer gekozen door het kiezen van een nummer uit een hoed.Stel dat de getallen in de hoed van dien aard zijn dat het gemiddelde van u (k) = 0 en de variantie van u (k) is Q. Voor onze numerieke voorbeeld nemen we Q te zijn 100.
U (k) heet witte ruis, wat betekent dat zij niet gecorreleerd met elke andere willekeurige variabelen en vooral niet gecorreleerd met het verleden waarden van u.
In latere lessen zullen we uitbreiding van het Kalman filter tot de gevallen waarin de dynamische vergelijking niet lineair is en waar u geen witte ruis.Maar voor deze les is de dynamische vergelijking lineaire en w is witte ruis met nul betekent.
Stel nu dat op tijdstip t0 iemand kwam langs en zei toch dat hij dacht dat x (t0) = 1000, maar dat hij misschien in de fout en hij denkt dat de variantie van zijn fout is gelijk aan P. Stel dat je had veel vertrouwen in deze persoon en zijn daarom van overtuigd dat dit de best mogelijke schatting van x (t0).Dit is de eerste schatting van x.Het wordt ook wel de a priori schatting.
S
sonu123
Guest
lees dit papier
Sorry, maar je moet inloggen om deze gehechtheid
Sorry, maar je moet inloggen om deze gehechtheid
S
sonu123
Guest
dit is de orignal papier die u steun
S
sinu_gowde
Guest
Deze verklaring is van wikipedia.org:
Het Kalman filter is een efficiënte recursief filter dat de toestand van een dynamisch systeem ramingen uit een reeks van onvolledige en lawaaierige metingen.Een voorbeeld van een aanvraag zou worden om nauwkeurige continu bijgewerkte informatie over de positie en snelheid van een object enkel een opeenvolging van opmerkingen over zijn positie, die elk bevat enkele fout.Het wordt gebruikt in een breed scala van technische toepassingen van radar op de computer visie.Kalman filtering is een belangrijk onderwerp in controle theorie-en controlesystemen engineering.
Zo is bijvoorbeeld in een radar applicatie, waar men is geïnteresseerd in het bijhouden van een doel, informatie over de locatie, snelheid en versnelling van de doelgroep gemeten met een grote mate van corruptie door lawaai te allen tijde moment.Het Kalman filter maakt gebruik van de dynamiek van de doelgroep, die haar tijd evolutie regelen, om de effecten van de ruis te verwijderen en een goede schatting van de locatie van de doelgroep te krijgen op dit moment (filteren), op een later tijdstip (voorspelling), of op een tijdstip in het verleden (interpolatie of glad).
Het filter is genoemd naar zijn uitvinder, Rudolf E. Kalman, hoewel Peter Swerling daadwerkelijk ontwikkelde een soortgelijk algoritme eerder.Stanley Schmidt is over het algemeen gecrediteerd met de ontwikkeling van de eerste implementatie van een Kalman filter.Het was tijdens een bezoek van Kalman aan het NASA Ames Research Center, dat hij de toepasselijkheid van zijn ideeën om het probleem van de baan schatting voor het Apollo-programma, wat leidt tot haar opneming in de Apollo navigatie computer.Het filter is ontwikkeld in kranten door Swerling (1958), Kalman (1960) en Kalman en Bucy (1961).
Een brede waaier van Kalman filters zijn ontwikkeld, van de oorspronkelijke formulering Kalman, nu heet het eenvoudige Kalman filter, tot uitgebreide filter Schmidt, de informatie-filter en een verscheidenheid aan vierkantswortel filters ontwikkeld door Bierman, Thornton en vele anderen.Misschien wel het meest gebruikte type van Kalman filter is de Phase-Locked Loop nu alomtegenwoordige in radio's, computers, en bijna elke andere vorm van video-of communicatie-apparatuur.
voor meer informatie de volgende links:
1) http://www.cs.unc.edu/ ~ Welch / Kalman / - kunt u goede info & materialen op deze website.
2) http://www.innovatia.com/software/papers/kalman.htm
3) http://ourworld.compuserve.com/homepages/PDJoseph/kalman.htm
4) http://en.wikipedia.org/wiki/Kalman_filter
5) http://academic.csuohio.edu/simond/courses/kalman/
cheers ...
Het Kalman filter is een efficiënte recursief filter dat de toestand van een dynamisch systeem ramingen uit een reeks van onvolledige en lawaaierige metingen.Een voorbeeld van een aanvraag zou worden om nauwkeurige continu bijgewerkte informatie over de positie en snelheid van een object enkel een opeenvolging van opmerkingen over zijn positie, die elk bevat enkele fout.Het wordt gebruikt in een breed scala van technische toepassingen van radar op de computer visie.Kalman filtering is een belangrijk onderwerp in controle theorie-en controlesystemen engineering.
Zo is bijvoorbeeld in een radar applicatie, waar men is geïnteresseerd in het bijhouden van een doel, informatie over de locatie, snelheid en versnelling van de doelgroep gemeten met een grote mate van corruptie door lawaai te allen tijde moment.Het Kalman filter maakt gebruik van de dynamiek van de doelgroep, die haar tijd evolutie regelen, om de effecten van de ruis te verwijderen en een goede schatting van de locatie van de doelgroep te krijgen op dit moment (filteren), op een later tijdstip (voorspelling), of op een tijdstip in het verleden (interpolatie of glad).
Het filter is genoemd naar zijn uitvinder, Rudolf E. Kalman, hoewel Peter Swerling daadwerkelijk ontwikkelde een soortgelijk algoritme eerder.Stanley Schmidt is over het algemeen gecrediteerd met de ontwikkeling van de eerste implementatie van een Kalman filter.Het was tijdens een bezoek van Kalman aan het NASA Ames Research Center, dat hij de toepasselijkheid van zijn ideeën om het probleem van de baan schatting voor het Apollo-programma, wat leidt tot haar opneming in de Apollo navigatie computer.Het filter is ontwikkeld in kranten door Swerling (1958), Kalman (1960) en Kalman en Bucy (1961).
Een brede waaier van Kalman filters zijn ontwikkeld, van de oorspronkelijke formulering Kalman, nu heet het eenvoudige Kalman filter, tot uitgebreide filter Schmidt, de informatie-filter en een verscheidenheid aan vierkantswortel filters ontwikkeld door Bierman, Thornton en vele anderen.Misschien wel het meest gebruikte type van Kalman filter is de Phase-Locked Loop nu alomtegenwoordige in radio's, computers, en bijna elke andere vorm van video-of communicatie-apparatuur.
voor meer informatie de volgende links:
1) http://www.cs.unc.edu/ ~ Welch / Kalman / - kunt u goede info & materialen op deze website.
2) http://www.innovatia.com/software/papers/kalman.htm
3) http://ourworld.compuserve.com/homepages/PDJoseph/kalman.htm
4) http://en.wikipedia.org/wiki/Kalman_filter
5) http://academic.csuohio.edu/simond/courses/kalman/
cheers ...