自适应数字滤波器 - 页 16

 
NorthernWind писал (а)>>

我听说过卡尔曼滤波,但从未详细处理过它。这似乎是统计学上的最佳状态,这当然激发了一些乐观情绪,但另一方面,有多少来自其他科学领域的伟大技术,在市场上不起作用,却已经存在了?有必要看看。

NorthernWind 如果感兴趣,我可以提供Kalman的名义费用,http://www.myfolder.nm.ru/kalman.htm

 

Garfish,我也可以告诉你谁对卡尔曼感兴趣。他们是PrivalNeutrongrasnlna01。我相信我没有说出他们的名字,但这些人绝对是前十名。我不在那里,因为我对目前的JMA很满意,它显然比你画的Kalman好。我不知道我是否会等待可敬的卡尔曼终究会超过不那么可敬的尤里奇。

 
Mathemat писал (а)>> 我不知道我是否会等待可敬的卡尔曼终究会超过不那么可敬的尤里克。

下面是与真正的尤里克的对比。这是与SkA_JMA的比较--一个自制的Jurik,与真正的Jurik没有任何关系,甚至不相干。

 
Mathemat писал (а)>>

Garfish,我也可以告诉你谁对卡尔曼感兴趣。他们是PrivalNeutrongrasnlna01。我相信我没有说出他们的名字,但这些人绝对是前十名。我不在那里,因为我对目前的JMA很满意,它显然比你画的Kalman好。我不知道我是否会等待可敬的卡尔曼终究会超过不那么可敬的尤里奇。

为客户提供的数学 ,谢谢你。

LeoV 再次感谢你的购买,你的图表上有一个零阶的滑动窗口预测,如果你把高阶递归滤波器的预测放在一起,结果会比KFRP(KFRF())好很多。:)

 
Garfish писал (а)>> 为客户提供数学知识 ,谢谢。

不客气。但他们不太可能购买...

其结果将比KFRP(KFRF())好得多。:)

给我看看结果,嗯?

 
Mathemat писал (а)>> 给我看看结果,嗯?

在这里。但我的意思并不是说这是一个坏的方式。只是作为一个结果。需要知道如何使用它......

 
Garfish писал (а)>>

为客户提供的数学 ,谢谢你。

LeoV 再次感谢你的购买,你的图表上有一个零阶的滑动窗口预测,如果你把一个高阶过滤的预测递归,结果会比KFRP(KFRF())好很多。:)

一点也不。在我看来,有一个推拉窗更好,......

 
Mathemat писал (а)>>

不客气。但他们不太可能购买...

显示结果,嗯?

关于这一点,在我看来,红线更接近数据,虽然卡尔曼的平均窗口的总大小是4+11,而zhm是15,事实上,它不是平均窗口,在卡尔曼是内存大小,意义是不同的,在内存深度为100的情况下,你可以得到高阶没有过滤。

虽然,谁在寻找什么,有人需要过滤器更平滑,有人需要更准确地近似数据。

在滤波器的高阶中,有谐波成分以溢出和平滑消隐的形式出现在反转中。

 
我想知道Korey 会怎么说?"类似于区分的东西,因此圈出了椭圆。
 
Mathemat писал (а)>>

Garfish,我也可以告诉你谁对卡尔曼感兴趣。他们是PrivalNeutrongrasnlna01。我相信我没有说出他们的名字,但这些人绝对是前十名。我不在那里,因为我对目前的JMA很满意,它显然比你画的Kalman好。我不知道我是否会等待可敬的卡尔曼终究会超过不那么可敬的尤里奇。

如果有哪个程序员有空,我准备分享我的卡尔曼经验(ichmo名字里的软号是多余的)。它在Matcadet中工作。

Garfish 的提议,谢谢,但我对自己动手更感兴趣,对一些结果很受鼓舞。