কখন ইকেএফ ব্যবহার করবেন এবং কখন কলম্যান ফিল্টার?


13

আমি এখন এক সপ্তাহের জন্য কলম্যান ফিল্টার শিখছি। আমি সবেমাত্র আবিষ্কার করেছি যে ই কেএফ (বর্ধিত কালম্যান ফিল্টার) আমার ক্ষেত্রে আরও উপযুক্ত হতে পারে।

মনে করবেন না আমি ভ্যারোমিটারের জন্য কেএফ / ইকেএফ প্রয়োগ করছি (প্লেন এবং প্যার্যাচটারদের তাদের উল্লম্ব অবস্থান এবং বেগ কী তা বলে) আমার ক্ষেত্রে আমি কিছু নমুনা তথ্য তৈরি করেছি: প্রথম কয়েক সেকেন্ড তিনি (যেমন প্যারাচুটার) পড়ছে (বেগটি ইতিবাচক) তারপরে তিনি উঠছেন (বেগটি নেতিবাচক) is

আমি যতদূর বলতে পারি এই সিস্টেমটি লিনিয়ার। তাহলে কি আমার কেএফ বা ইকেএফ ব্যবহার করা উচিত?


আমি বিস্তারিতভাবে এমএসসিএফ সম্পর্কে জানতে চাই? আমি কি এটিতে একটি প্রকল্প করছি?
সুশান্ত কালভা

উত্তর:


16

উত্তরটি সহজ: যদি আপনার সিস্টেমটি লিনিয়ার হয়, তবে একটি (নিয়মিত) কলম্যান ফিল্টার ঠিক ঠিক করবে। দুজনের মধ্যে পার্থক্যের একটি খুব সংক্ষিপ্তসার:

বর্ধিত কালমান ফিল্টার (EKF) একটি এক্সটেনশন যে অরৈখিক ব্যবস্থা প্রয়োগ করা যেতে পারে। পরিমাপ এবং রাষ্ট্র-রূপান্তর মডেলগুলির জন্য লিনিয়ার সমীকরণের প্রয়োজনীয়তা শিথিল করা হয়; পরিবর্তে, মডেলগুলি অরৈখিক হতে পারে এবং এটি কেবল ডিফারেনটেবল হতে পারে।

EKF প্রতিটি সময় ননলাইনার মডেলকে সমীকরণের লিনিয়ারাইজড সিস্টেমে রূপান্তরিত করে কাজ করে। একটি একক-পরিবর্তনশীল মডেলটিতে, আপনি বর্তমান মডেল মান এবং এর ডেরাইভেটিভ ব্যবহার করে এটি করবেন; একাধিক ভেরিয়েবল এবং সমীকরণের সাধারণীকরণ হ'ল জ্যাকবীয় ম্যাট্রিক্স। লিনিয়ারাইজড সমীকরণগুলি স্ট্যান্ডার্ড কালম্যান ফিল্টারের অনুরূপভাবে ব্যবহৃত হয়।

অনেক ক্ষেত্রে যেমন আপনি লিনিয়ার মডেল সহ ননলাইনার সিস্টেমের আনুমানিক অনুমান করেন সেখানেও এমন কিছু ঘটনা রয়েছে যেখানে EKF ভাল সম্পাদন করবে না। অন্তর্নিহিত সিস্টেমের অবস্থা সম্পর্কে যদি আপনার খারাপ ধারণা হয় তবে আপনি আবর্জনা বের করতে পারেন। লিনিয়ার সিস্টেমগুলির জন্য স্ট্যান্ডার্ড কালম্যান ফিল্টারের বিপরীতে, ইকেএফ কোনও অর্থেই অনুকূল প্রমাণিত হয় না; এটি কেবল সমস্যার বিস্তৃত শ্রেণিতে রৈখিক-সিস্টেম কৌশলটির সম্প্রসারণ।


ধন্যবাদ. আপনি কি এক বা দুটি বাস্তব জীবনের উদাহরণ দেখিয়ে দিতে পারেন যেখানে একজনকে EKF ব্যবহার করা উচিত?
প্রিমো ক্রলজ

2
এমন একটি রাডারটির উদাহরণ বিবেচনা করুন যা 3 ডি স্পেসে চলাচল করতে মুক্ত এমন একটি লক্ষ্য ট্র্যাক করে। রাডার এটি এবং লক্ষ্যটির মধ্যে উচ্চতা এবং আজিমুথ কোণগুলি পাশাপাশি লক্ষ্যের পরিধিও পরিমাপ করতে পারে। এটি একটি গোলাকার সমন্বয় ব্যবস্থা। তবে কার্টেসিয়ান স্থানাঙ্কে লক্ষ্যটির গতিশীলতা (অবস্থান, বেগ, ত্বরণ) সর্বোত্তমভাবে প্রকাশ করা হয়, সুতরাং আপনি লক্ষ্যটির কার্তেসিয়ান অবস্থান হিসাবে ট্র্যাকিং সিস্টেমের অবস্থা প্রকাশ করতে পারেন। সুতরাং, পরিমাপ এবং সিস্টেমের অবস্থার মধ্যে একটি অনৈখিক সম্পর্ক রয়েছে, যা বর্ধিত কালম্যান ফিল্টার ব্যবহারের পরামর্শ দেয়।
জেসন আর

তাহলে কেএফ বা ইসকেএফের সাথে কোলাহলটির কোনও সম্পর্ক নেই? এই শব্দটি যে কেবল শব্দটি স্বাভাবিক হলেই কেএফ প্রয়োগ করতে পারে ভুল, তাইনা?
সিবস জুবিলিং

@ পারফেকশন এম 1 এং: পুরো কলম্যান ফিল্টার কাঠামোর অন্যতম প্রধান অনুমান হ'ল এতে জড়িত শব্দ প্রক্রিয়াগুলি গাউসিয়ান। তবে এটি যদি সত্য না হয় তবে এটি আপনার আবেদনের জন্য "যথেষ্ট ভাল" হতে পারে। EKF বনাম কেএফ পার্থক্যটি উপরে বর্ণিত হিসাবে পরিমাপ এবং রাজ্যের মধ্যে লিনিয়ার বনাম অফলাইনীয় সম্পর্ক।
জেসন আর

@ জেসনআর ওহ! আমি দেখি. আপনি কি দয়া করে দয়া করে এই 2 সম্পর্কিত প্রশ্নে সাহায্য করতে পারেন? রোবোটিক্স.স্ট্যাকেক্সেঞ্জাওয়েজ / সেকশনস
1767/…

6

আমার উত্তর হ'ল এটি লিনিয়ার সিস্টেম হলে আপনার কেএফ ব্যবহার করা উচিত; যদি এটি দুর্বল ননলাইনারিটি সহ ননলাইনার সিস্টেমটি থাকে তবে আপনার EKF ব্যবহার করা উচিত, যদি উচ্চ অরৈখিকতা সহ ননলাইনার সিস্টেমটি আপনি সুপরিচিত ইউকেএফ বিবেচনা করতে পারেন। আমি এটির জন্য একটি গ্রাফ আঁকছি, আশা করি, এটি কার্যকর। এখানে চিত্র বর্ণনা লিখুন


5

একটি দ্রুত সাহিত্যের সমীক্ষা আমাকে বলে যে EKF সাধারণত জিপিএস, অবস্থান / নেভিগেশন সিস্টেম এবং মানহীন বিমান বাহনগুলিতে ব্যবহৃত হয়। [উদাহরণস্বরূপ দেখুন UA UA ইউএভি শনাক্তকরণের দিকে বর্ধিত কালমন ফিল্টার প্রয়োগ, '' অভিজিৎ জি। কল্লাপুর, শাবান এস আলী এবং শ্রীনাথ জি। অনাবত্তি, স্প্রঞ্জার (২০০))]

আপনার যদি বিশ্বাস করার কারণ থাকে যে আপনার সিস্টেমে অলক্ষ্যতার একটি রৈখিক সমীকরণ খুব ক্ষতিকারক নয় তবে EKF কেএফএফের চেয়ে ভাল ফলাফল দিতে পারে। তবে অনুকূলতার কোনও তাত্ত্বিক গ্যারান্টি নেই।


ধন্যবাদ. আমি অ্যারোনটিক সিস্টেমের সাথে কাজ করছি তবে আমার আসল কেসটি এখনও হাজির করা হয়নি - কেবল কিছু আগে পরিষ্কার করতে চাই।
Primož Kralj
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.