مرجع مهندسی كنترل | دانش با کیفیت در مرز علم
همونطور که میدانید بحث تخمینگر (Estimator) یا رویتگر (Observer) نه تنها در مهندسی کنترل (Control Engineering) و مهندسی برق (Electrical Engineering)، بلکه در تمامی رشته‌های مهندسی و حتی غیر مهندسی از جمله مهندسی مکانیک (Mechanical Engineering)، مهندسی شیمی (Chemical Engineering)، مهندسی هوافضا (Aerospace Engineering)، روباتیک (Robotics)، اقتصاد (Economics)، بوم‌شناسی (Ecology) و زیست‌شناسی (Biology) کاربرد فراوانی دارد. از طرف دیگر، فیلتر کالمن (Kalman Filter) به عنوان یک تخمینگر بهینه پرکاربردترین و محبوبترین رویتگر در تمامی کاربردهاست که مقالات و کتابهای بسیاری در مورد آن نوشته شده و هنوز هم کارهای تحقیقاتی زیادی در مورد آن انجام میشود. البته بحث تخمین به فیلتر کالمن و مشتقات آن محدود نشده و تخمینگرهای زیاد دیگری هم وجود دارند که استفاده میشوند.
من به عنوان یک مهندس کنترل در درسهای مختلفی که گذرانده‌ام، به صورت جسته گریخته با یک سری اطلاعات گسسته در مورد تخمینگرها مواجه شدم؛ از جمله بحث رویتگرهای لیونبرگر در درس کنترل مدرن یا فیلتر کالمن در درس کنترل فرآیندهای اتفاقی، اما هیچوقت به صورت منظم و سازمان یافته تخمینگرها را نشناختم. بنابراین قصد دارم در این سری فیلمها، سیر تا پیاز تخمینگرها، انواع، کاربردها، نحوه تحلیل و طراحی، نحوه پیاده‌سازی در متلب و هر چیزی که ممکن است در این مسیر مورد نیاز باشد، خدمت شما تقدیم کنم.
برای این کار یکی از کتابهای خیلی خوب و جامع را به عنوان مرجع اصلی این سری فیلمها در نظر گرفتم. نام کامل این کتاب “تخمینگرهای بهینه حالت، کالمن، ∞H و روشهای غیرخطی” بوده و نویسند آن Dan Simon از دانشگاه کلیولند است. این کتاب مزایای زیادی دارد که در جلسه اول به بعضی از آنها اشاره کرده‌ام. علاوه بر این کتاب که جنبه تئوری بحث را از آن دنبال میکنم، یک تولباکس (بر اساس متلب) رایگان و خیلی مفید را خدمت شما معرفی میکنم که شامل بسیاری از روشهای موجود بوده و از آن میتوان برای پیاده‌سازی اکثر تخمینگرها استفاده کرد. نام این تولباکس “فیلترینگ بهینه با استفاده از فیلترهای کالمن و اسموترها” بوده و تهیه کننده اصلی آن Simo Sarkka از دانشگاه آلتو فنلاند است که خودش در زمینه فیلتر کالمن و هموارسازها تحقیقات زیادی انجام داده است. با توجه به اینکه این تولباکس تمام روشهای موجود در کتاب رو پوشش نمیدهد، توابع مورد نیاز برای پیاده سازی این روشها به تدریج معرفی شده و نحوه اضافه کردن آنها به تولباکس و نحوه استفاده از آنها به طور کامل توضیح داده میشود.
به صورت خلاصه مباحث زیر در این سری فیلمها مورد بررسی قرار می گیرند:
- مقدمات ریاضی از جمله جبرخطی و سیستمهای دینامیکی و فرآیندهای تصادفی
- تخمین حداقل مربعات (Least Squares Estimation)
- انتشار حالت و کواریانس (Propagation of States and Covariance)
- فیلتر کالمن گسسته (Discrete Kalman Filter) و هموارساز آن (Kalman Smoother)
- انواع فرمولبندیهای دیگر فیلتر کالمن
- فیلتر کالمن برای سیستمهای دارای نویز رنگی (Colored Noise) و همبسته (Correlated)
- فیلتر کالمن پیوسته Kalman Bucy Filter) KBF)
- فیلتر ∞H
- ترکیب فیلتر ∞H و کالمن
- فیلتر کالمن توسعه یافته Extended Kalman Filter) EKF) و هموارساز آن (EKF Smoother)
- فیلتر کالمن بدون بو! Unscented Kalman Filter) UKF) و هموارساز آن (UKF Smoother)
- فیلتر ذره‌ای (Particle Filter)
- فیلتر Extended Kalman Particle Filter) EKPF)
- فیلتر کالمن مکعبی Cubature Kalman Filter) CKF) و هموارساز آن (CKF Smoother)
- فیلتر کالمن گاوس-هرمیت Gauss-Hermite Kalman Filter) GHKF) و هموارساز آن (GHKF Smoother)
- فیلتر کالمن تفاضل مرکزی Central Difference Kalman Filter) CDKF)
- فیلتر کالمن برای سیستمهای دارای مدل چندگانه (سیستمهای سویچینگ مارکوف) Interacting Multiple Models Filters) IMM)
پیش نیازها: آشنایی اولیه با کدنویسی در متلب
لطفا قبل از دیدن ادامه پست حتما این ویدئو را ببینید:
برای اطلاع از فهرست موضوعی تمامی جلسات اینجا کلیک کنید
نکته آخر اینکه شاید برایتان جالب باشد که دکتر کیوان افشار مقاله زیر را با راهنمایی دکتر جوادی از جلسه 108 این مجموعه چاپ کرده است.
Mass estimation and adaptive output feedback control of nonlinear electromagnetic levitation system
برای دیدن جزئیات هر جلسه شامل: پیش نمایش هر جلسه، موضوع هر جلسه، مدت زمان هر جلسه و …. به تب فهرست جلسات بروید
برای خرید یک یا چند فصل به تب خرید موضوعی بروید.
- لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
امیرحسین
با سلام
من قسمت فیلتر ذره ای رو خرید کردم، ولی متاسفانه در هنگام اجرای کدی که برای این فیلتر نوشته‌اید، تابع corr_rnd خطای زیرا را می‌دهد:
Undefined function ‘schol’ for input arguments of type ‘double’.
ممنون میشم راهنمایی کنید.
دکتر علی جوادی
سلام
ارسال شد. ایمیلتون رو چک کنید
فرشاد
سلام آقای دکتر،
بنده پارسال همه جلسات مربوط به تخمین بهینه کتاب رو خریداری کردم، اما جلسات 79- 81-82-84-86-87-94-95-96 رو به هنگام اکستراکت کردن ارور میداد و اکستراکت نمیشدند.
بنده هم ایمیل دانشگاهیم که باهاش خریدم رو نمیتونم نه باهاش دیگه ایمیل بفرستم، نه دریافت کنم، چندین بار هم از طریق تلگرام مسیج دادم که متاسفانه پیگیری نشدند.
در ماه اخیر هم لینکهام غیر فعال شدند و تا اواسط مرداد گویا فعال بودند.
ممنون میشم اگر بتونید مساعدت بفرمایید.
با تشکر
دکتر علی جوادی
سلام
ایمیلتون رو چک کنید
یگانه
سلام.
برای پیاده سازی فیلتر کالمن در گیرنده GPS برای تعیین موقعیت هدف کدام قسمت هارا ببینم؟
هیچ آشنایی قبلی با فیلتر کالمن ندارم.
ممنون میشم راهنمایی کنید.
دکتر علی جوادی
سلام
اول کلیپ ابتدایی پست و بعد جلسه اول رو که رایگانه ببینید همه چیز دستتون میاد
راهنمایی موضوعی جلسات هم زیر کلیپ هست
علی
با سلام آقای دکتر. مطابق با فیلم آموزشی مدلسازی های خودم را انجام دادم و هدفم تخمین دوگانه (حالت و پارامتر سیستم) است. اتفاقی که رخ می دهد این هست که حالات سیستم با خطای بسیار کمی تخمین زده می شود اما پارامترهای سیستم خیر و به مقادیر اصلی خود میل نمی کنند. به نظر شما علت چیست؟ با تشکر.
دکتر علی جوادی
سلام
تخمین پارامتر خیلی سختتر از تخمین حالته و معمولا خطای تخمین پارامتر بیشتره.
علت اصلیش حساست کم خروجی به تغییر پارامترهاست
یعنی اگر یه پارامتری یکم تغییر کنه ولی در خروجی اثر کمی بذاره (رویت پذیری ضعیف) فیلتر کالمن نمیتونه اونو به خوبی تخمین بزنه
ali
سلام .آیا مثال دیگیری در اموزش ،مانند پیاده سازی فیلتر کالمن بر روی سیستم تعلیق یک چهارم،وجود دارد؟حالا هر سیستمی میتونه باشه.
.اگر هست،در کدام جلسه؟
با تشکر
دکتر علی جوادی
سلام
مثال زیاده
برای سیستم تعلیق جلسه 20 رو ببینید
ali
سیستم تعلیق رو دیدم . مثال دیگه مانند این سیستم میخواستم.و مثال زیاد هست از تمرینات کتا ولی مثالی که رو یک سیستم پیاده شده باشه منظورم هست
دکتر علی جوادی
پیاده سازی عملی داخل این آموزشها وجود نداره و فقط شبیه سازی هستند
کاملترین مثال جلسه 108 و مربوط به سیستم شناور مغناطیسی هست
بنده خدا
با سلام. دیدگاه من رو نشون ندید. فقط خواستم یه نکته ای درباره فن بیانتون گوشرد کنم. در کنار سواد و جامع بودن اطلاعات شما باید عرض کنم موقع نفس گیری هاتون یه مقدار از میکروفن فاصله بگیرید. چون واقعا آزار دهنده ست که هربار نفس گیری رو در زمان خیلی کوتاه شاهد باشیم. من که خیلی اذیت شدم ولی بالاجبار تحمل کردم. برای ساختن مجموعه های بعدی رو این موضوع کار کنید. متشکرم.
دکتر علی جوادی
با سلام و تشکر از تذکر شما
اشکال نداره که نظر شما نشون داده بشه ممکنه همین مورد برای دیگران هم مطرح باشه و بهتره جواب داده بشه.
مشکل اینجاست که متاسفانه من از میکروفون حرفه ای و استاندارد برای ضبط فیلمها استفاده نکردم و کیفیت بد صدا 100 درصد تقصیر منه.
تمام این مجموعه (و البته مجموعه های دیگه) با هندزفری تهیه شده و متاسفانه این مشکل پیش اومده.
از اینکه صدا کیفیت خوبی نداشته عذرخواهی میکنم.
امیدوارم در مجموعه های دیگه این مشکل پیش نیاد. در مجموعه های محتمل بعدی سعی میکنم فاصله از میکروفون بیشتر باشه.
بازم ممنون
مهر
سلام راجع به این مورد که چه موقع سیستم ما قابل تخمین همزمان با ukf هست و محدودیت های جواب یا شرایط وجود جواب توی تخمین در کدام جلسه صحبت شده یا شما منبعی دارید که در این مورد باشه؟
دکتر علی جوادی
سلام
در کتاب این مورد بحث نشده ولی میتونید در مراجع این مبحث رو پیدا کنید.
تا حالا برای من پیش نیومده و استفاده نکردم
مهر
مراجع رو میفرمایید؟
دکتر علی جوادی
من دنبالش نبودم. سرچ کنید
رستمی
سلام وقتتون بخیر
کد مربوط به تابع hekf_predict در کدام جلسه قرار داده شده؟ چون من تمامی جلسات فصل 13 رو دیدم اما اونجا نبود. و در جلسه 92 برای ران کردن کد به اون تابع نیاز هستش.
دکتر علی جوادی
سلام
جلسه 86 ارائه شده.
براتون ایمیل کردم
مهدی
با سلام. بنده میخوام مباحث فصل 1 2 3 4 5 13 14 15 کتاب دن سیمون رو بخونم. کدوم جلسات رو باید دانلود کنم؟
دکتر علی جوادی
سلام. فهرست موضوعی جلسات رو در ابتدای پست ببینید (زیر کلیپ اول پست)
ali
با سلام. بنده کلیپ اول رو نگاه کردم. یک موضوع تحقیق دارم. خواستم ببینم در کدام فیلم یک مثال برای کاهش نویز یک سیستم توسط فیلتر کالمن آورده شده
دکتر علی جوادی
سلام
کلا فیلتر کالمن نویز رو کاهش میده و فرقی نداره که کدوم نوع فیلتر کالمن باشه.
برای شروع کدنویسی به جلسه 17 مراجعه کنید (البته سیستم خطی و گسسته)
ali
خیلی ممنون از پاسخ تون و اینکه در کدام جلسه نحوه نصب تولباکس و فراخوانی اون رو توضیح دادید؟
دکتر علی جوادی
جلسه 17
ali
خیلی ممنن . مشاهده کردم دو جلسه 17 و 18 رو.ایا در ادامه مثالی اورده شده که صنعتی باش و روی یک سیستم یا سنسور پیاه سازی شده باشه.؟
دکتر علی جوادی
خیر مثال صنعتی در مجموعه موجود نیست
ali
سلام. در فایل جلسه 19 . فایل تابع corr_rnd موجود نیست
دکتر علی جوادی
سلام
ایمیلتون رو چک کنید
مهرداد
سلام در تخمین همزمان با ukf چطور میشه بایاس رو در تخمین پارامتر کم کرد؟
دکتر علی جوادی
سلام. اگر منظورتون از بایاس خطای تخمین پارامتر باشه، عوامل مختلفی میتونه تاثیر داشته باشه مثل الگوریتم آپدیت کواریانس، پاراترهای فیلتر و …