Trang 10/10 đầuđầu ... 8910
kết quả từ 91 tới 99 trên 99
  1. #91
    Tham gia
    Mar 2014
    Nơi Cư Ngụ
    Dĩ An-Bình Dương
    Bài viết
    1
    Thanks
    0
    Thanked 0 Times in 0 Posts

    Mặc định

    em đang làm về lọc nhiễu accelerometer. Em cũng chỉ mới tìm hiểu về KF và còn gà mờ lắm. Em chưa hiểu thiết lập mô hình hệ thống là cần đưa ra những cái gì, các anh có thê cho em ví dụ cụ thể được không ạ? Điển hình là accelerometer

  2. #92
    Tham gia
    Nov 2008
    Nơi Cư Ngụ
    UET,VNUH
    Bài viết
    349
    Thanks
    22
    Thanked 145 Times in 93 Posts

    Mặc định

    Em đọc lại những trang đầu về KF là có thông tin về xây dựng mô hình hệ thống để dùng Kalman

  3. #93
    Tham gia
    Mar 2008
    Nơi Cư Ngụ
    DHBK Ha Noi
    Bài viết
    6
    Thanks
    0
    Thanked 1 Time in 1 Post

    Mặc định

    Anh Tân và các ACE cho em hỏi là hệ thống thế nào thì gọi là "hơi phi tuyến" và "rất phi tuyến", vì như vậy mình mới có căn cứ chọn bộ lọc EKF hay UKF hay PF? Giả sư em có một cái ứng dụng như sau: Tracking 2-d một node di chuyển trong mạng WSN chẳng hạn. Coi vị trí của một số node đã biết, đo lường (quan sát) là khoảng cách từ node di chuyển đến node cố định biết trước. Trong trường hợp này, coi như node di chuyển theo phương trình động lực học thông thường vector trạng thái là x=[khoảng cách (i); vận tốc (i)]', phương trình biến đổi trạng thái là tuyến tính. Phương trình đo lường là mối quan hệ giữa khoảng cách đo được từ node di chuyển đến các node cố định và trạng thái. Dễ dàng tìm được phương trình này dựa vào kiến thức hình học, lượng giác =>và đây là phương trình phi tuyến.
    Như vậy trường hợp là pt đo lường như trên là phi tuyến nhiều hay ít và ta nên áp dụng EKF hay UKF, PF?
    Cảm ơn ACE.

  4. #94
    Tham gia
    Nov 2008
    Nơi Cư Ngụ
    UET,VNUH
    Bài viết
    349
    Thanks
    22
    Thanked 145 Times in 93 Posts

    Mặc định

    Mình thì chưa có kinh nghiệm thử qua UKF hay PK. Tuy nhiên cũng xin được thảo luận (cho vui).
    Vd 1 hệ thống mô tả bởi y1(t)=a + bx(t) và y2(t)=a + bx(t) + cx(t)^2 thì mình coi hệ thống 2 "phi tuyến hơn" hệ thống 1
    Theo mình thì dùng EKF khi hệ thống đó là "hơi phi tuyến", ta có thể dùng xấp xỉ Taylor, còn nếu hệ thống thực sự phi tuyến thì nên dùng UKF.
    Kịch bản của bạn có thể mô tả được dùng hệ pt trạng thái, nếu được mong bạn triển khai để a e khác cùng thấy.
    Thân ái
    TDTAN

  5. #95
    Tham gia
    Mar 2008
    Nơi Cư Ngụ
    DHBK Ha Noi
    Bài viết
    6
    Thanks
    0
    Thanked 1 Time in 1 Post

    Mặc định

    Trích Nguyên văn bởi tantd Xem bài viết
    Mình thì chưa có kinh nghiệm thử qua UKF hay PK. Tuy nhiên cũng xin được thảo luận (cho vui).
    Vd 1 hệ thống mô tả bởi y1(t)=a + bx(t) và y2(t)=a + bx(t) + cx(t)^2 thì mình coi hệ thống 2 "phi tuyến hơn" hệ thống 1
    Theo mình thì dùng EKF khi hệ thống đó là "hơi phi tuyến", ta có thể dùng xấp xỉ Taylor, còn nếu hệ thống thực sự phi tuyến thì nên dùng UKF.
    Kịch bản của bạn có thể mô tả được dùng hệ pt trạng thái, nếu được mong bạn triển khai để a e khác cùng thấy.
    Thân ái
    TDTAN
    Em không hiểu lắm câu bôi đỏ trên?
    Em giải thích rõ hơn cái ví dụ trên: Giả sử cần tìm vị trí của một node di chuyển trong mạng sensor network, khi đã biết vị trí của một số node khác (anchor). Đo lường thu được ở đây là khoảng cách từ node di chuyển đến các node cố định: di; node di chuyển theo phương trình động lực học: xk=[dk;vk]=[d(k-1)+v(k-1)t+at^2/2;v(k-1)+at] với dk, vk là khoảng cách và vận tốc của node di chuyển.
    Đo lường và trạng thái liên hệ với nhau bởi phương trình: z_k=[di_k]=\sqrt{(x-x_i)^2+(y-y_i)^2}, với xi, yi là vị trí của node cố định đã biết trước. Như vậy pt đo lường là phi tuyến.
    Em đã thử áp dụng EKF với xấp xỉ Taylor bậc 1 (các ma trận Jacobian), nhưng mà sai số khủng khiếp luôn, và phụ thuộc vào điều kiện ban đầu (initial x_k-1 and P_k-1). Em không biết có áp dụng UKF hoặc PK vào trường hợp này không?
    Lần sửa cuối bởi mrhan; 17/06/2014 lúc 15:45

  6. #96
    Tham gia
    Mar 2009
    Nơi Cư Ngụ
    ĐHQGHN
    Bài viết
    541
    Thanks
    59
    Thanked 163 Times in 106 Posts
    Blog Entries
    1

    Mặc định

    Trích Nguyên văn bởi mrhan Xem bài viết
    Anh Tân và các ACE cho em hỏi là hệ thống thế nào thì gọi là "hơi phi tuyến" và "rất phi tuyến", vì như vậy mình mới có căn cứ chọn bộ lọc EKF hay UKF hay PF? Giả sư em có một cái ứng dụng như sau: Tracking 2-d một node di chuyển trong mạng WSN chẳng hạn. Coi vị trí của một số node đã biết, đo lường (quan sát) là khoảng cách từ node di chuyển đến node cố định biết trước. Trong trường hợp này, coi như node di chuyển theo phương trình động lực học thông thường vector trạng thái là x=[khoảng cách (i); vận tốc (i)]', phương trình biến đổi trạng thái là tuyến tính. Phương trình đo lường là mối quan hệ giữa khoảng cách đo được từ node di chuyển đến các node cố định và trạng thái. Dễ dàng tìm được phương trình này dựa vào kiến thức hình học, lượng giác =>và đây là phương trình phi tuyến.
    Như vậy trường hợp là pt đo lường như trên là phi tuyến nhiều hay ít và ta nên áp dụng EKF hay UKF, PF?
    Cảm ơn ACE.
    Cho mình hỏi chút " hơi phi tuyến" và " rất phi tuyến" là bạn nghĩ ra hay ở đâu viết vậy?

  7. #97
    Tham gia
    Mar 2008
    Nơi Cư Ngụ
    DHBK Ha Noi
    Bài viết
    6
    Thanks
    0
    Thanked 1 Time in 1 Post

    Mặc định

    Cho mình hỏi chút " hơi phi tuyến" và " rất phi tuyến" là bạn nghĩ ra hay ở đâu viết vậy?
    Những từ này mình đọc thảo luận của các bạn ở phía trên, thỉnh thoảng trong paper cũng thấy viết "almost nonlinear", "strong nonlinear" hoặc đại loại như vậy. Nhưng họ cũng không giải thích rõ thế nào là "hơi phi tuyến" hay "rất phi tuyến". Mình thấy có 1 ví dụ người ta chuyển từ toạ độ cực ra toạ độ Đề-các được coi là "rất phi tuyến". Nhưng chưa thấy có tiêu chuẩn nào cả.

  8. #98
    Tham gia
    May 2014
    Nơi Cư Ngụ
    Hà Nội
    Bài viết
    1
    Thanks
    4
    Thanked 0 Times in 0 Posts

    Mặc định

    Em chào các anh/chị.
    Em là sv năm 4 của BKHN, hiện tại em đang tìm hiểu về bộ lọc Kalman để xử lý nhiễu baseline (0.05->0.5hz) của tín hiệu điện tim(ECG) ạ. Em đã đọc qua 1 số paper thì họ dựa trên thuyết là tín hiệu điện tim có thể được biểu diễn trên a State-Space Model. Vậy đây có phải là bước đang mô hình hoá tín hiệu không ạ?
    Vấn đề thứ 2 là: Cho em hỏi là có phải giá trị tiền nghiệm xk là mình dựa vào chính phương trình mình mô hình hoá tín hiệu ban đầu để tìm ra phải không ạ. Ý em là giá trị dự đoán thì mình dựa vào đâu để tính.
    Em cảm ơn ạ!

  9. #99
    Tham gia
    Nov 2008
    Nơi Cư Ngụ
    UET,VNUH
    Bài viết
    349
    Thanks
    22
    Thanked 145 Times in 93 Posts

    Mặc định

    Trích Nguyên văn bởi taina92 Xem bài viết
    Em chào các anh/chị.
    Em là sv năm 4 của BKHN, hiện tại em đang tìm hiểu về bộ lọc Kalman để xử lý nhiễu baseline (0.05->0.5hz) của tín hiệu điện tim(ECG) ạ. Em đã đọc qua 1 số paper thì họ dựa trên thuyết là tín hiệu điện tim có thể được biểu diễn trên a State-Space Model. Vậy đây có phải là bước đang mô hình hoá tín hiệu không ạ?
    Vấn đề thứ 2 là: Cho em hỏi là có phải giá trị tiền nghiệm xk là mình dựa vào chính phương trình mình mô hình hoá tín hiệu ban đầu để tìm ra phải không ạ. Ý em là giá trị dự đoán thì mình dựa vào đâu để tính.
    Em cảm ơn ạ!
    Biểu diễn hệ thống dùng mô hình trạng thái là một cách mô tả hệ thống em đang quan tâm. Đây là bước quan trọng trong việc em sử dụng Kalman thế nào.

    Minh hoạ 1 xe chuyển động đều: s vị trí, v vận tốc (giả sử đều) thì
    s(k)=s(k-1)+v(k-1).T + w(k) w: nhiễu
    v(k)= v(k-1)
    thì 2 phương trình này là 2 pt mô tả hệ thống (là xe)
    Giả sử em xây dựng vecto trạng thái x= [s v]'
    thì dễ thấy x(k)=Ax(k-1) + [w(k) 0]'
    Ở đó A là ma trận chuyển trạng thái
    A= 1 T
    0 1

    Dễ như vậy đó em ạ : )

  10. The Following User Says Thank You to tantd For This Useful Post:

    taina92 (01/08/2014)

Trang 10/10 đầuđầu ... 8910

Quyền Sử Dụng Ở Diễn Ðàn

  • Bạn không thể gửi chủ đề mới
  • Bạn không thể gửi trả lời
  • Bạn không thể gửi file đính kèm
  • Bạn không thể sửa bài viết của mình
  •