एक साधारण चलती औसत की तुलना में एक कलमन फ़िल्टर कब बेहतर परिणाम देगा?


14

मैंने हाल ही में एक यादृच्छिक वेग और त्वरण के साथ कणों की स्थिति को मापने के सरल उदाहरण पर एक कलमन फ़िल्टर लागू किया। मैंने पाया कि कलमन फ़िल्टर ने अच्छी तरह से काम किया है, लेकिन मैंने फिर खुद से पूछा कि इस और बस एक चलती औसत के बीच क्या अंतर है? मैंने पाया कि अगर मैंने लगभग 10 नमूनों की एक खिड़की का उपयोग किया है जो चलती औसत ने कलमन फ़िल्टर को बेहतर बना दिया है और मैं एक उदाहरण खोजने की कोशिश कर रहा हूं कि जब कलमन फ़िल्टर का उपयोग कर रहा है तो चलती औसत का उपयोग करने का एक फायदा है।

मुझे लगता है कि कलमन फ़िल्टर की तुलना में एक चलती औसत कहीं अधिक सहज है और आप इसे राज्य-अंतरिक्ष तंत्र के बारे में चिंता किए बिना सिग्नल पर आँख बंद करके लागू कर सकते हैं। मुझे ऐसा लग रहा है कि मैं यहां कुछ मौलिक याद कर रहा हूं, और किसी की मदद की सराहना कर सकता हूं।



मैंने इस पोस्ट को देखा, लेकिन मेरा प्रश्न एक उदाहरण के लिए पूछ रहा है कि कब एक कलमन फ़िल्टर मुझे एक चलती औसत की तुलना में बेहतर परिणाम देगा।
DVreed77

यदि आपके एप्लिकेशन में मूविंग एवरेज पर्याप्त है तो इसका उपयोग करें, आपको Kalman फ़िल्टर (KF) की आवश्यकता नहीं है। कुछ मान्यताओं के तहत, KF सर्वोत्तम संभव अनुमान प्रदान करता है। या तो ये धारणाएँ आपके आवेदन में नहीं हैं या आपके KF कार्यान्वयन की जाँच की जानी चाहिए।
अली

ये धारणाएं क्या हैं? गॉसियन शोर? अगर ऐसा है तो मेरा अनुकरण जोड रहा है। मेरा कोड एक सिग्नल प्रोसेसिंग क्लास से मुझे दिए गए कोड का थोड़ा संशोधित संस्करण है, और मैंने इसे कई अन्य स्रोतों के खिलाफ जांचा है और मेरा अपडेट और भविष्यवाणी समीकरण सही होना चाहिए। मुझे आश्चर्य है कि क्या कारण है कि चलती औसत बेहतर प्रदर्शन करती है क्योंकि यह पिछले 10 नमूनों के बजाय पिछले नमूने का उपयोग कर रहा है जो केएफ उपयोग कर रहा है। हालांकि मुझे लगता है कि त्रुटि सहसंयोजक प्रत्येक अतिरिक्त नमूने के साथ तंग हो रहा है, और इसलिए मैं उलझन में हूं कि एमए बेहतर कैसे कर रहा है।
DVreed77

और अगर इससे कोई फर्क पड़ता है, जब मैं बाहरी रूप से कहता हूं, मेरा मतलब है कि चलती औसत का उपयोग करके एमएसई छोटा है।
DVreed77

जवाबों:


4

एक मूविंग एवरेज द्वारा दिया गया अनुमान सही स्थिति से पीछे रहेगा।

मान लें कि आप एक स्थिर वेग पर उठने वाले विमान की ऊँचाई को मापना चाहते हैं और आपके पास शोर (गॉसियन) की ऊँचाई माप है। शोर की ऊंचाई माप के समय अंतराल पर एक औसत आपको उस समय अंतराल के बीच में विमान कहाँ था , इसका एक अच्छा अनुमान देने की संभावना है ।

यदि आप अपने मूविंग औसत के लिए बड़े समय अंतराल का उपयोग करते हैं, तो औसत अधिक सटीक होगा लेकिन यह पहले के समय में विमान की ऊंचाई का अनुमान लगाएगा। यदि आप अपने मूविंग एवरेज के लिए एक छोटे समय अंतराल का उपयोग करते हैं, तो औसत कम सटीक होगा लेकिन यह अधिक समय पर विमान की ऊंचाई का अनुमान लगाएगा।

उस ने कहा, एक चलती औसत का अंतराल कुछ अनुप्रयोगों में एक समस्या पैदा नहीं कर सकता है।

संपादित करें: यह पोस्ट एक ही सवाल पूछती है और अधिक प्रतिक्रियाएं और संसाधन हैं


2

मैंने पाया कि समस्या का सेटअप करने के लिए मैंने जिन मूल मापदंडों का उपयोग किया था, चलती औसत बेहतर प्रदर्शन कर रही थी, लेकिन जब मैंने अपने गतिशील मॉडल को परिभाषित करने वाले मापदंडों के साथ खेलना शुरू किया तो मैंने पाया कि कलमन फ़िल्टर बहुत बेहतर प्रदर्शन कर रहा था। अब जब मुझे लगता है कि मुझे लगता है कि वास्तव में क्या हो रहा है पर एक बेहतर अंतर्ज्ञान प्राप्त होगा मापदंडों मैं खेलने के प्रभाव को देखने के लिए कुछ सेटअप है। जवाब देने वाले और खेद के लिए धन्यवाद, अगर मेरा प्रश्न अस्पष्ट था / है।


1
यदि आप अपने उत्तर में प्रतिलिपि प्रस्तुत करने योग्य खिलौना कोड डालते हैं, तो उन्हें "कार्रवाई में इसे देखने" की अनुमति देने के लिए यह दूसरों के लिए उपयोगी हो सकता है। व्यक्तिगत रूप से, मेरे जवाब कि दूसरों ने सबसे अधिक मूल्यांकन किया है जिसमें प्रतिलिपि प्रस्तुत करने योग्य सामग्री है।
EngrStudent
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.