Sida 1 av 1

Kalman problem

Postat: 23 februari 2013, 19:53:05
av Gimbal
Jag blir inte riktigt klok på Kalman filtret.
Är det meningen att själva Kalman Gain ska stabilisera sig på ett visst värde?

När jag försöker läsa mig in på detta så får jag i bland intrycket att man ska ta variancen från varje sample (från ex någon sensor) för att avgöra hur mycket vikt man ska lägga på det värdet. Medan i nästa exempel så används det inte alls utan någon siffra bara itereras fram och Gainen landar efter ett tag på ett fast värde.

Matten är något rostig efter allt för lång tid i träda... :humm:

Re: Kalman problem

Postat: 23 februari 2013, 22:05:33
av 4kTRB
Vilken typ av matematik rör det sig om?

Re: Kalman problem

Postat: 23 februari 2013, 22:14:57
av blueint

Re: Kalman problem

Postat: 23 februari 2013, 22:26:24
av 4kTRB
Det är ju reglerteknik.
Du får studera matriser och diffekvationer.

Re: Kalman problem

Postat: 23 februari 2013, 23:02:15
av Gimbal
4kTRB skrev:Vilken typ av matematik rör det sig om?
?
Hur menar du? (Jag undviker matriser än så länge)

Jag leker lite med Excel. Tänker mig en sten i fritt fall, den accelererar med g och bromsas av luftmotståndet.
En påhittad formel beskriver hastighetskurvan som stenen får, snabb acc för att sedan plana ut i jämnviktshastighet.
Det är denna kurva jag vill återskapa med hjälp av "mätvärden" och ett kalman filter.

"Mätvärden" skapas genom att plocka värden från den kurvan och lägga på brus (med random funktionen), jag får ganska taskiga mätvärden.

Jag sätter upp en "modell" av fallet, som tyvärr inte är helt perfekt.

Beroende på värdet i Kalman Gain viktas mätvärdet och modellen för att skapa en så bra uppskattning som möjligt.

Det är här det börjar bli snurrigt, följer jag en del exempel så iteraras det fram ett fast värde på Gain ganska kvickt. Och då läggs inte någon vikt på varje mätvärdes trovärdighet utan Gain fastnar på ex 0.3 för all framtid. Ska det vara så?

Medan i andra exempel så jämförs mean error square för varje mätvärde med uppskattat fel på modellen, och en kurva växer fram där modellen används mer om mätvärdet verkar ligga långt från sitt medelvärde. Det låter iofs bra, men känns ändå inte helt rätt.

Problemet är alltså att jag inte riktigt fattat hur det SKA funka. Jag återskapar kurvan någorlunda på båda sätten, men vilket sätt är rätt? eller snarare minst fel.

Re: Kalman problem

Postat: 24 februari 2013, 01:18:23
av 4kTRB
Tydligen en hel del man måste tänka på med Kalmanfilter.
Om man har O-Matrix så kan man tanka hem ett "Kalman Filter Design Studio"
http://www.omatrix.com/kbf.html

Re: Kalman problem

Postat: 25 februari 2013, 08:24:09
av Gimbal
:humm: Det verkar vara ett köpeprogram, (även om det fanns en begränsad demoversion) så det får nog vara tills vidare.