Skocz do zawartości

Filtr Alfa - Beta od teorii do praktyki - #1


Treker

Pomocna odpowiedź

Zadaniem czujników jest dostarczanie informacji o położeniu robota oraz innych obiektów. Dane te są przekazywane do algorytmów sterowania. Sygnały z czujników obarczone są błędem. Aby uzyskać dokładniejsze informacje na temat stanu obiektu należy dokonać jego estymacji na podstawie danych pomiarowych.

UWAGA, to tylko wstęp! Dalsza część artykułu dostępna jest na blogu.

Przeczytaj całość »

Poniżej znajdują się komentarze powiązane z tym wpisem.

Link do komentarza
Share on other sites

Wkradł się drobny błąd - TeX nie przeparsował "widehaty" i "widehatv".

Co do strojenia to można by pewnie zastosować algorytm zmieniający α i β i badający średnią różnicę między wartościami oryginalnymi a przefiltrowanymi. Kod powinien zwrócić najlepsze parametry dla danego sygnału.

Link do komentarza
Share on other sites

Zarejestruj się lub zaloguj, aby ukryć tę reklamę.
Zarejestruj się lub zaloguj, aby ukryć tę reklamę.

jlcpcb.jpg

jlcpcb.jpg

Produkcja i montaż PCB - wybierz sprawdzone PCBWay!
   • Darmowe płytki dla studentów i projektów non-profit
   • Tylko 5$ za 10 prototypów PCB w 24 godziny
   • Usługa projektowania PCB na zlecenie
   • Montaż PCB od 30$ + bezpłatna dostawa i szablony
   • Darmowe narzędzie do podglądu plików Gerber
Zobacz również » Film z fabryki PCBWay

filtr LP czy medianowy wprowadza opóźnienie. wynik równań tych filtrów bazuje na próbkach z przeszłości i im większe tłumienie tym więcej tych próbek musi być, tym większe opóźnienie.

Ten filtr jest filtrem predykcyjnym, jak widać nawet we wzorze wylicza wartość dla czasu przyszłego bazując na wykrytych zmianach sygnału i parametrach alfa i beta.

Link do komentarza
Share on other sites

Marooned, sposób strojenia o którym mówisz to szukanie parametrów minimalizujących błąd średniokwadratowy na podstawie danych pomiarowych. Do problemu można też podejść bardziej teoretycznie i wyznaczyć optymalne parametry na podstawie wariancji: http://en.wikipedia.org/wiki/Alpha_beta_filter#Choice_of_Parameters

  • Lubię! 1
Link do komentarza
Share on other sites

Testowałem w Simulinku filtr Alfa Beta na przykładzie przebiegów nieokresowych (chaotycznych).

Wartości Alfa / Beta dobierałem doświadczalnie.

Tłumienie oscylacji było widoczne przy małych wartościach Beta. Były to rzędy mikro w stosunku do Alfy jak przykładowo:

Alfa=7*10^(-3); Beta=3*10^(-6);

Jak można rozwiązać problem strojenia filtra np. z użyciem wariancji aby kontrolować Alfę w zależności od Bety ?

fig.thumb.jpg.a0fda976f8484d7dc863a818a1471a8a.jpg

Link do komentarza
Share on other sites

Bądź aktywny - zaloguj się lub utwórz konto!

Tylko zarejestrowani użytkownicy mogą komentować zawartość tej strony

Utwórz konto w ~20 sekund!

Zarejestruj nowe konto, to proste!

Zarejestruj się »

Zaloguj się

Posiadasz własne konto? Użyj go!

Zaloguj się »
×
×
  • Utwórz nowe...

Ważne informacje

Ta strona używa ciasteczek (cookies), dzięki którym może działać lepiej. Więcej na ten temat znajdziesz w Polityce Prywatności.