Comments 7
в практической части реализации алгоритма мы просто зададим значения с потолка
Наверное, стоит добавить, что это не совсем верный подход, хотя другого подхода нет. Сходимость фильтра Калмана — загадочная штука. Никто пока не доказал никаких критериев сходимости в зависимости от начальных данных. Может и разойтись.
«никто пока не доказал никаких критериев»
На мой взгляд не совсем верно. В книге «Фильтр Калмана-Бьюси (Браммер К., Зиффлинг Г.)» показаны конкретные условия сходимости Фильтра Калмановского типа при удовлетворении некоторых начальных условий. В частности удовлетворение гипотезе о нормальном шумовом процессе.
А вот как повлияет отклонение от условий гипотезы (белый шум, нулевое матожидание и т.д)… Вот как раз чувствительность к таким отклонения прийдется доказывать в каждом конкретном случае отклонения.
На мой взгляд не совсем верно. В книге «Фильтр Калмана-Бьюси (Браммер К., Зиффлинг Г.)» показаны конкретные условия сходимости Фильтра Калмановского типа при удовлетворении некоторых начальных условий. В частности удовлетворение гипотезе о нормальном шумовом процессе.
А вот как повлияет отклонение от условий гипотезы (белый шум, нулевое матожидание и т.д)… Вот как раз чувствительность к таким отклонения прийдется доказывать в каждом конкретном случае отклонения.
Cогласен. Как вариант, я использовал exact initial фильтр, который обычно быстрее сходится, и менше вероятность что он разойдется.
у вас случаем нет кода на С фильтра Калмана? А то давно ещё, чёт у меня не получилось с матлаба в С код перевести
Последний график натолкнул на мысль, что резкое аномальное падение порождает последующий резкий короткий аномальный рост, как маятник или переходной процесс в электротехнике. Очень интересно было бы посмотреть на интеграл по времени кривых с последнего рисунка.
Sign up to leave a comment.
Калман, Матлаб, и State Space Models