Если у вас нет списка литературы никакого, то либо змеченную вами “странность” никогда не обсуждали в литературе, либо вы об этом не знаете. Если её не обсуждали в литературе, то либо её не замечали, либо замечали, но она не представляет интереса. Чтобы понять, в каком из вариантов вы находитесь, нужна обратная связь от экспертного сообщества. Либо посылать в журнал и надеятся, что редактор даст содержательный комментарий, а не просто отписку. Либо запрашивать интернет сообщество.
Потому что после Калмана может стоять почти что угодно. Фраза “управление на основе Калмана” не говорит об управлении почти ничего, кроме того, что используются оценки состояния. Как было бы и при любом другом наблюдателе.
Раз уж трекер Хабра принес пост из 2024 в сегодня, то спрошу. А почему Wolfram Mathematica, а не, например, Maple? Исторически сложилось, или есть серьезные отличия в возможностях?
А в чём проблема? Просто не надо фиксироваться на 25 минутах, длительность зависит от задачи и текущего состояния. У меня от 15 до 45 минут может плавать.
Как мне кажется, вы смешиваете два моих замечания в одно, что искажает их смысл. Давайте разделим.
Замечание первое, об использовании фильтра Калмана. Я утверждаю, что если объект оценивания стационарен, то есть матрицы A, C, Q, R постоянные и мы при использовании наблюдетеля не собираемся их обновлять, то использование рекурентной формулировки фильтра Калмана избыточно. Достаточно один раз посчитать оптимальный гейн и дальше его использовать, это дешевле и надёжнее с вычислительной точки зрения, проще в построении, так как снижается число настраиваемых параметров. Плюс, нет переходного процесса для матрицы P.
Замечание второе, об объяснении фильтра Калмана. Это, как мне кажется, относится к “рекурсивная форма нужна не ради формул”. Некоторые статьи о фильтре Калмана (например, эта) ставят формулы во главу угла, а вопросы, почему эти формулы такие, откуда они берутся, какая задача решается и как – рассматривают крайне скромно, если вообще. В то же время, нагуглить формулы через год после чтения статьи просто, а нагуглить понимание гораздо сложнее. На мой взгляд, важно говорить о том, что делает фильтр Калмана, а не о том, как это выглядит для дискретных линейных моделей. Отсюда мои замечания о формулах до/вместо разговора о сути.
А что вы понимаете под «огнём в глазах»? Просто в тех собеседованиях, где я слышал про огонь в глазах, речь шла, как мне кажется, именно про проявленное любопытство, о котором вы отзываетесь положительно.
Сегодня уже есть широкий выбор б/а пива. И б/а версии более крепких напитков с каждым годом все лучше.
Если у вас нет списка литературы никакого, то либо змеченную вами “странность” никогда не обсуждали в литературе, либо вы об этом не знаете. Если её не обсуждали в литературе, то либо её не замечали, либо замечали, но она не представляет интереса. Чтобы понять, в каком из вариантов вы находитесь, нужна обратная связь от экспертного сообщества. Либо посылать в журнал и надеятся, что редактор даст содержательный комментарий, а не просто отписку. Либо запрашивать интернет сообщество.
Сделайте пост с постановкой задачи и на математическом форуме, вроде dxdy, и посмотрите реакцию сообщества.
Они есть, но, чаще, штучные или малосерийные изделия с повышенным качеством регулирования для спцифических задач.
Потому что после Калмана может стоять почти что угодно. Фраза “управление на основе Калмана” не говорит об управлении почти ничего, кроме того, что используются оценки состояния. Как было бы и при любом другом наблюдателе.
Предложил сделать что? Управление линейным FOPDT с известными параметрами на model-free ADRC? А зачем, в чём преимущество более сложной схемы?
Калман это не управление.
Про 5 минут не понятно - это на упражнение или вообще на тренировку?
А как у вас сравнение pdf сделано? Сами писали, или что-то стандартное?
Раз уж трекер Хабра принес пост из 2024 в сегодня, то спрошу. А почему Wolfram Mathematica, а не, например, Maple? Исторически сложилось, или есть серьезные отличия в возможностях?
Это журналы затягивают рецензирование и решение? Или РНФ не принимает в отчет статьи в статусе accepted/online?
Даже платить за open access не надо, можно выложить препринт, гугл его подцепит.
Нисколько не стоит. Просто не подавайте статьи в журналы с обязательным APC
Согласен. Но это не отменяет моего замечания о многогранности восприятия.
Простите, художественным приемам нет места в литературе? В художественной, в публицистике, или в какой?
но отстаёт по многогранности восприятия
А в чём проблема? Просто не надо фиксироваться на 25 минутах, длительность зависит от задачи и текущего состояния. У меня от 15 до 45 минут может плавать.
Как мне кажется, вы смешиваете два моих замечания в одно, что искажает их смысл. Давайте разделим.
Замечание первое, об использовании фильтра Калмана. Я утверждаю, что если объект оценивания стационарен, то есть матрицы A, C, Q, R постоянные и мы при использовании наблюдетеля не собираемся их обновлять, то использование рекурентной формулировки фильтра Калмана избыточно. Достаточно один раз посчитать оптимальный гейн и дальше его использовать, это дешевле и надёжнее с вычислительной точки зрения, проще в построении, так как снижается число настраиваемых параметров. Плюс, нет переходного процесса для матрицы P.
Замечание второе, об объяснении фильтра Калмана. Это, как мне кажется, относится к “рекурсивная форма нужна не ради формул”. Некоторые статьи о фильтре Калмана (например, эта) ставят формулы во главу угла, а вопросы, почему эти формулы такие, откуда они берутся, какая задача решается и как – рассматривают крайне скромно, если вообще. В то же время, нагуглить формулы через год после чтения статьи просто, а нагуглить понимание гораздо сложнее. На мой взгляд, важно говорить о том, что делает фильтр Калмана, а не о том, как это выглядит для дискретных линейных моделей. Отсюда мои замечания о формулах до/вместо разговора о сути.
Не вдаваясь в техническое содержание, я хочу сказать спасибо за вот эту фразу как пример ведения дискуссии.
А что вы понимаете под «огнём в глазах»? Просто в тех собеседованиях, где я слышал про огонь в глазах, речь шла, как мне кажется, именно про проявленное любопытство, о котором вы отзываетесь положительно.