24小时热门版块排行榜    

查看: 2219  |  回复: 11

Turbulency

新虫 (初入文坛)

[求助] 关于卡尔曼滤波的应用 已有3人参与

最近刚学习完kalman filtering,本来打算拿这课凑学分的。后来发现这个东西貌似可以用在实验测量的数据中。我研究的是实验流体,有个想法想把kalman filtering 用在实验上,由于学的不深入,对卡尔曼滤波也不是特别了解,所以现在没什么思路。比如说我用压力传感器采集了大量的压力电信号。通常的办法是求均值即得出平均压强,求标准差可表示脉动压强,但如果通过卡尔曼滤波能让实验数据测得更准确吗?
     希望高手赐教!或者推荐一下关于kalman filtering 应用在信号测量上的相关文献也行。
回复此楼

» 猜你喜欢

已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
回帖支持 ( 显示支持度最高的前 50 名 )

jlyzzhaoyu

铜虫 (初入文坛)

【答案】应助回帖

感谢参与,应助指数 +1
简单来说,卡尔曼滤波器是一个“optimal recursive data processing algorithm(最优化自回归数据处理算法)”。也就是说,你用卡尔曼滤波可以有效地拟合和处理数据,但这并不能让你获得准确实验数据,只是将你测得的数据进行了“平滑”而已。但是应用滤波(绝大多数滤波方法),可以让你的测量数据最终误差小很多。
生活真TM好玩,因为生活老TM玩我
6楼2015-10-30 09:38:00
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

jiayixian

新虫 (初入文坛)

【答案】应助回帖

卡尔曼滤波的实时性比较好,但处理数据还不如最小二乘。
8楼2015-11-05 18:21:38
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

飞飞飞飞123

新虫 (初入文坛)

卡尔曼滤波属于线性最小方差估计,是直接对被估计量进行估计,与最小二乘估计准则不同,对于题主的问题,应该属于对数据进行事后处理,可考虑应用卡尔曼滤波进行平滑

发自小木虫Android客户端
11楼2015-11-22 00:56:40
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
普通回帖

Turbulency

新虫 (初入文坛)

顶上去!
2楼2015-10-29 20:08:18
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

Turbulency

新虫 (初入文坛)

加油,顶上去!
3楼2015-10-29 20:08:52
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

Turbulency

新虫 (初入文坛)

顶上去
4楼2015-10-29 21:06:40
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

Turbulency

新虫 (初入文坛)

5楼2015-10-30 09:24:22
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

Turbulency

新虫 (初入文坛)

再顶!
7楼2015-11-01 11:04:47
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

lihanxuan93

铁杆木虫 (知名作家)

9楼2015-11-05 18:26:18
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

Turbulency

新虫 (初入文坛)

引用回帖:
8楼: Originally posted by jiayixian at 2015-11-05 18:21:38
卡尔曼滤波的实时性比较好,但处理数据还不如最小二乘。

对,这个确实

发自小木虫IOS客户端
10楼2015-11-06 14:54:17
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 Turbulency 的主题更新
信息提示
请填处理意见