Фильтр Калмана

[@Angarushka]

Это очень упрощенный фильтр Калмана- Бьюси по одной измеряемой переменной. В реальном математической модели фильтра используется как сама переменная, так и ее первая и вторая производная. Т.е если, к примеру измеряем дальность сближения, то нужны измеренные параметры скорости и ускорения сближения. Что касается ковариционной матрицы , то в случае автора используются одномерное значение полученные на предыдущем шаге, а в реальности нужны данные (в нашем случае расстояния, скорости, ускорения) как можно далекого измерения, т.е априорные значения относительно далекого прошлого. Плюс к этому на фильтр должен подаваться опорный белый шум, который , понятно же , создать в тех математических характеристиках нереально, но приближающегося к его приближенным характеристикам - создают. Я уже помалкиваю об основных критериях фильтрации фильтром Калмана.

[@алексейпетров-ф2р]

Чувак, в упрощенном виде-это не фильтр Калмана, а обычный экспоненциальный фильтр-аналог RC цепочки ахаха )))

[@RADIOSOFT1]

ну ок ((

[@ButerbrodnyBaron]

Точнее, дискретный фильтр нижних частот первого порядка. но суть та же)

[@РадимКеримов]

@@ButerbrodnyBaron по моему он же Альфа-Бэта фильтр или комплиментарный фильтр

[@aoxt2]

Да, показана формула EMA экспоненциальное скользящее среднее. В фильтре Калмана коэффициент k пересчитывается в каждом цикле.

[@dred77780]

@@aoxt2 а что лучше? Ибо АЦП выдает чушь полную. Прошу совета.

[@MaxiRPD]

Этот фильтр называется экспоненциально-взвешенное скользящее среднее "exponential moving average", к фильтру Калмана имеет отношение лишь в том, что обычно стоит в его конце. При этом его "коэффициент" автонастраиваемый.

[@maksymmotornyi1960]

На сайте приведена формула, которая есть ни что иконе как экспоненциально взвешенное скользящее среднее, но никак не фильтр Калмана. ru.wikipedia.org/wiki/%D0%A1%D0%BA%D0%BE%D0%BB%D1%8C%D0%B7%D1%8F%D1%89%D0%B0%D1%8F_%D1%81%D1%80%D0%B5%D0%B4%D0%BD%D1%8F%D1%8F

[@penatoliy]

Название видео абсолютно не соответствует содержанию! Вся фишка калмана в использовании математической модели измеряемого процесса. Зная уравнения процесса - можно быстро и точно усреднять показания шумных датчиков. Вот самое простое, что я нашёл по калману (англ язык). kzbin.info/www/bejne/eZKmlIKtf7WsqrM

[@aerotachka]

Фильтр Калмана как раз и используют в микроконтроллерах. Пример из моей практики. Весовой дозатор с вибролотками. Это часть автомата для упаковки различных продуктов. Лотки из металла вибрируют, что заставляет продукт двигаться и ссыпаться в весовой какрман на тензобалке. По мере набора веса уменьшается вибрается, в конце прекращается и т. д. То есть нужно постоянно измерять вес в условиях вибрации. Чтобы получить правильные значения от тензодатчика, используют фильтр Калмана.

[@IExSet]

А скользящая средняя небось ещё лучше будет :-)

[@aerotachka]

Ex Set не будет. В лотке постоянно изменяется масса а следовательно и амплитуда вибрации. И фракции продукта, падающие на тензобалку отличаются в разы. Скользящая будет иметь погрешность на порядок по сравнению с Калманом. Это видно глазами, если смотреть на обе формулы и график входного сигнала.

[@SenserStal]

Опубликуйте ссылку на статью с упрощенной формулой.

[@RADIOSOFT1]

а в поиск забить "avrproject фильтр калмана" не? avrproject.ru/publ/poleznaja_informacija/filtr_kalmana_bascom_avr/4-1-0-164

[@SenserStal]

конечно бы нашел, спасибо за ссыль и видео!

[@w.w.w.igorka]

Андрей, а в сторону ПИД-регулятора и-или его младших братьев как смотрите?

[@RADIOSOFT1]

также как и на оригинал фильтра калмана - много иероглифов. а младшие братья это кто?

[@w.w.w.igorka]

Младшие, это ПИ, ПД.Да, но тема интересная.

[@w.w.w.igorka]

Человек реализовал ПИД на ардуино forum.amperka.ru/threads/pid-%D1%83%D0%BF%D1%80%D0%B0%D0%B2%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5-%D0%BE%D1%82%D0%BE%D0%BF%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC-%D0%B2-%D0%BE%D1%82%D0%B4%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE-%D0%B2%D0%B7%D1%8F%D1%82%D0%BE%D0%B9-%D0%BA%D0%B0%D0%BC%D0%BE%D1%80%D0%BA%D0%B5.2441/ Вот еще в поддержку ардуино playground.arduino.cc/Code/PIDLibrary И вообще там больше всякого, чем у на в фловкоде...

[@RADIOSOFT1]

нас и тут не плохо кормят

[@АлёнаСимакова-ф6д]

Какие там иероглифы-то? Одна абсолютно очевидная формула. Другое дело - аналитический расчет коэффициентов.

[@ВладПавлов-ь5ю]

здавствуйте, это в flowcod такой монитор порта?

[@RADIOSOFT1]

это программа hiasm

[@Andrew-II]

Калман даже рядом не стоял, это скользящее среднее.

[@МаксПро-у3э]

Если честно больше похоже на что то типа скользящего

[@michaelshell298]

Увы, но автор плохо знает математику. Его упрощённая модель фильтра Калмана - это ни что иное, как Реккурентное (или, по-русски, пошаговое осреднение, которое применимо только для одиночных и обязательно равноточных измерений. А фильтр Калмана позволяет работать с разными датчиками, имеющими разную точность.

[@michaelshell298]

Увы, но автор плохо знает математику. Эго упрощённый алгоритм фильтра Калмана - это ничто иное, как формула Рекуурентного