Signalrückgewinnung Kalman < Signaltheorie < Ingenieurwiss. < Vorhilfe
|
Gegenstand ist ein Signalvektor X, der unbekannt ist, sowie etwa 20 Meßsensoren, für die jeweils eine funktionelle Abhängigkeit zu X in der Form:
[mm] f_s(x) [/mm] -> X
besteht für jeden Sensor s. [mm] f_s [/mm] ist bekannt und maximimal Polynom 2 Grades. Ebenso kann aus
[mm] (f_s(x) [/mm] - [mm] X)^2 [/mm] die Varianz des Rauschens ermittelt werden.
Das Rauschen ist [mm] (0,\sigma_s) [/mm] Normal verteilt.
Im Prinzip würde der Kalman-Filter auf mein Problem Anwendung finden. Nur das mein Problem keine Zeitabhängigkeit kennt.
Die Ableitungen f'_s(x) sind bekannt. Was ich nicht verstehe ist, wie soll ich das Problem modellieren?
Soll ich State-Transition Matrix des Kalman Filters befüllen oder die Matrix des Messprozesses [mm] H_k?
[/mm]
Ich beziehe mich hier auf den Wikipedia Artikel:
http://de.wikipedia.org/wiki/Kalman-Filter
Mein Signal X ist noch Standardnormalverteilt
mit Meßfehler [mm] (0,\sigma). [/mm] Sigma ist bekannt.
Die Nichtlinearität bekomme ich mit dem erweiterten Kalman Filter EKF in Griff.
|
|
| |
|
| Status: |
(Mitteilung) Reaktion unnötig  | | Datum: | 22:20 Fr 21.10.2011 | | Autor: | matux |
$MATUXTEXT(ueberfaellige_frage)
|
|
|
|
