سلام مجدد آقای دکتر. ممنونم بابت وقتی که گذاشتید.
عذر خواهم سوال دیگری هم ازخدمتتان دارم.
در حالت کلی این دو کلمه چه تفاوتی با هم دارند؟
سپاسگزارم از شما
علی جوادی
–
سلام
بهتره به همون مرجعی که دیدید مراجعه کنید و مفهوم کلمات رو ازش استخراج کنید.
ممکنه یه جایی این دو تا معنی یکسان داشته باشند ولی جای دیگه یکی نباشند
علی جوادی
–
سلام
عذرخواهی میکنم بابت مشکلی که براتون پیش اومد.
براتون ارسال شد. ایمیلتون رو چک کنید.
عارف اسلامي مهدي ابادي(مهمان)
–
سلام
جناب جوادی کدهای HPF و HEKPF توی فایل های قسمت 96 نیست
علی جوادی
–
سلام
فیلتر کالمن بر اساس مدل کار میکنه و حتما باید مدلی از سیستم داشته باشید.
توصیه من اینه که شما با استفاده از ورودی و خروجیهای مناسب سیستم رو شناسایی کنید (با روشهای شناسایی سیستم) و بعد از این مدل برای فیلتر کالمن استفاده کنید.
برای روشهای شناسایی به مجموعه شناسایی سیستمهای دینامیک مراجعه کنید
علی جوادی
–
سلام
لزومی نداره که ورودی تابعی از حالت یا تخمین باشه.
شما میتونید ورودی مورد نظر رو بیرون حلقه تولید کنید (یا از بیرون import کنید) و بعد داخل حلقه اویلر ازش استفاده کنید.
در ضمن ورودی که در تمرین 14-15 جلسه 86 استفاده شده در هر گام زمانی عوض میشه چون تخمین حالت هر بار عوض میشه
علی جوادی
–
سلام
اگر منظورتون اینه که تعداد حالتها 3 تا باشه، محدودیتی برای تعداد حالتها در فیلتر کالمن وجود نداره
علی(مهمان)
–
سلام و وقت به خیر آقای دکتر جوادی.
سوالی داشتم از خدمتتون. در مسئله بنده تابع دینامیکی سیستم را نمی توان به صورت یک ماتریس و یا یک معادله بیان کرد اما می توان با استفاده از سایر نرم افزارهای کامپیوتری شبیه سازی را انجام و ورودی ها را مستقیم به سیستم داد و خروجی ها را دریافت کرد(فرضا برای تبدیل نقاط سیگما این نقاط را مستقیما به سیستم دهم و خروجی بگیرم). سوالی که داشتم این هست که آیا از تولباکس simmo که برای تبدیل ukf و ekf مطرح کردید امکان ایجاد ارتباط با این سیستم وجود دارد (چراکه در چهار حالتی که توضیح می دهید چنین شرایطی وجود ندارد-منظور تابع f و h در کدها است) یا باید کدها را خودم برای چنین شرایطی توسعه دهم؟ تشکر از راهنماییتون.
شاهین(مهمان)
–
سلام جناب دکتر وقت شما بخیر... در استفاده از تولباکس برای HEKF به مشکل برخوردم. من ورودی کنترلی با سه مولفه دارم که وابسته به زمان هستند. یعنی به ازای هر گام زمانی هر سه ورودی تغییر می کنند و وابسته به حالت هم نیستند و مقادیر عددی مشخص دارند. در تابع HEKF_Predict در شبیه سازی سیستم پیوسته با معادله اویلر در حلقه درون تابع نمیتوان در param مقادیر ورودی در درون تابع تغییر داد. راه حل چیه؟ در تمام مثال ها شما ورودی کنترلی رو وابسته به تخمین حالت در نظر گرفتین و به ازای گام زمانی فیلتر پارامترها قابل تغییرن در حالیکه اگر در حالت حل اویلر درون تابع مقادیر ورودی رو ثابت در نظر گرفتید.
علی جوادی
–
ایمیلتون رو چک کنید
رها(مهمان)
–
سلام وقت بخیر
در آموزش هایی که ارائه دادید فیلتر کالمن سه بعدی هم آموزش دادید؟ کدوم بخش میشه؟
تشکر
حمید(مهمان)
–
سلام آقای دکتر. وقت شما بخیر.
یک سوال داشتم از خدمتتان.
آیا مفهوم کلمه uncertainty با perturbation متفاوت است؟ یعنی اگر در سیستمی perturbation وجود داشته باشد، می توان تحت عنوان نامعینی در نظر گرفت؟
با سپاس
شیما(مهمان)
–
ممنون اگر ممکنه هزینش رو بفرمایید و راه ارتباطی
علی جوادی
–
امکانش هست ولی هزینه داره
شیما(مهمان)
–
با تغییرنویز بازهم ukfیک خط راست هست ولی مگر نه اینکه ماتریس حالت بعد از اجرای فانکشن باید هرستون متفاوت و براساس معادلات حلقه for محاسبه شود؟ببخشید امکان ارسال کد خدمتتون هست؟
علی جوادی
–
سلام
دلایل مختلفی میتونه داشته باشه ولی حدس میزنم نویز (فرایند و اندازه گیری) بهش اعمال نکردید یا مقدارش کمه
علی جوادی
–
سلام
لطفا به جلسات 68 تا 79 مجموعه زیر مراجعه کنید:
https://www.controlref.com/optimal_estimation_dan_simon/
شیما(مهمان)
–
سلام سیستم من و اندازه گیری هردو گسسته هستند به صورت فانکشن تعریف کردم اما بعد از اجرا کداصلی ukf ماتریس حالت بدون تغییر است و در هر ستون فقط مقادیر اولیه رو نمایش میده و انگار معادلات حالت اجرا نمیشه و تخمین یه خط صاف است مشکل چیست؟
عمار(مهمان)
–
سلامو وقت بخیر آقای دکتر
من یک برنامه برای تحلیل و تخمین وضعیت یک سیستم ناوبری دو بعدی با استفاده از فیلتر کالمن نوشتم، برنامه عملکرد درستی دارد اما مشکلی که هست من باید فیلتر کالمن توسعه یافته را نیز طراحی کنم و نباید از بلوک موجود در برنامه متلب استفاده کنم، برای همین به کمک نیاز دارم که این فیلتر رو برای برنامه ای که نوشتم طراحی کنم
مرجع مهندسی كنترل | دانش با کیفیت در مرز علم
علی جوادی –
همونطور که گفتم به مرجع مربوطه باید مراجعه کنید
حمید (مهمان) –
سلام مجدد آقای دکتر. ممنونم بابت وقتی که گذاشتید. عذر خواهم سوال دیگری هم ازخدمتتان دارم. در حالت کلی این دو کلمه چه تفاوتی با هم دارند؟ سپاسگزارم از شما
علی جوادی –
سلام بهتره به همون مرجعی که دیدید مراجعه کنید و مفهوم کلمات رو ازش استخراج کنید. ممکنه یه جایی این دو تا معنی یکسان داشته باشند ولی جای دیگه یکی نباشند
علی جوادی –
سلام عذرخواهی میکنم بابت مشکلی که براتون پیش اومد. براتون ارسال شد. ایمیلتون رو چک کنید.
عارف اسلامي مهدي ابادي (مهمان) –
سلام جناب جوادی کدهای HPF و HEKPF توی فایل های قسمت 96 نیست
علی جوادی –
سلام فیلتر کالمن بر اساس مدل کار میکنه و حتما باید مدلی از سیستم داشته باشید. توصیه من اینه که شما با استفاده از ورودی و خروجیهای مناسب سیستم رو شناسایی کنید (با روشهای شناسایی سیستم) و بعد از این مدل برای فیلتر کالمن استفاده کنید. برای روشهای شناسایی به مجموعه شناسایی سیستمهای دینامیک مراجعه کنید
علی جوادی –
سلام لزومی نداره که ورودی تابعی از حالت یا تخمین باشه. شما میتونید ورودی مورد نظر رو بیرون حلقه تولید کنید (یا از بیرون import کنید) و بعد داخل حلقه اویلر ازش استفاده کنید. در ضمن ورودی که در تمرین 14-15 جلسه 86 استفاده شده در هر گام زمانی عوض میشه چون تخمین حالت هر بار عوض میشه
علی جوادی –
سلام اگر منظورتون اینه که تعداد حالتها 3 تا باشه، محدودیتی برای تعداد حالتها در فیلتر کالمن وجود نداره
علی (مهمان) –
سلام و وقت به خیر آقای دکتر جوادی. سوالی داشتم از خدمتتون. در مسئله بنده تابع دینامیکی سیستم را نمی توان به صورت یک ماتریس و یا یک معادله بیان کرد اما می توان با استفاده از سایر نرم افزارهای کامپیوتری شبیه سازی را انجام و ورودی ها را مستقیم به سیستم داد و خروجی ها را دریافت کرد(فرضا برای تبدیل نقاط سیگما این نقاط را مستقیما به سیستم دهم و خروجی بگیرم). سوالی که داشتم این هست که آیا از تولباکس simmo که برای تبدیل ukf و ekf مطرح کردید امکان ایجاد ارتباط با این سیستم وجود دارد (چراکه در چهار حالتی که توضیح می دهید چنین شرایطی وجود ندارد-منظور تابع f و h در کدها است) یا باید کدها را خودم برای چنین شرایطی توسعه دهم؟ تشکر از راهنماییتون.
شاهین (مهمان) –
سلام جناب دکتر وقت شما بخیر... در استفاده از تولباکس برای HEKF به مشکل برخوردم. من ورودی کنترلی با سه مولفه دارم که وابسته به زمان هستند. یعنی به ازای هر گام زمانی هر سه ورودی تغییر می کنند و وابسته به حالت هم نیستند و مقادیر عددی مشخص دارند. در تابع HEKF_Predict در شبیه سازی سیستم پیوسته با معادله اویلر در حلقه درون تابع نمیتوان در param مقادیر ورودی در درون تابع تغییر داد. راه حل چیه؟ در تمام مثال ها شما ورودی کنترلی رو وابسته به تخمین حالت در نظر گرفتین و به ازای گام زمانی فیلتر پارامترها قابل تغییرن در حالیکه اگر در حالت حل اویلر درون تابع مقادیر ورودی رو ثابت در نظر گرفتید.
علی جوادی –
ایمیلتون رو چک کنید
رها (مهمان) –
سلام وقت بخیر در آموزش هایی که ارائه دادید فیلتر کالمن سه بعدی هم آموزش دادید؟ کدوم بخش میشه؟ تشکر
حمید (مهمان) –
سلام آقای دکتر. وقت شما بخیر. یک سوال داشتم از خدمتتان. آیا مفهوم کلمه uncertainty با perturbation متفاوت است؟ یعنی اگر در سیستمی perturbation وجود داشته باشد، می توان تحت عنوان نامعینی در نظر گرفت؟ با سپاس
شیما (مهمان) –
ممنون اگر ممکنه هزینش رو بفرمایید و راه ارتباطی
علی جوادی –
امکانش هست ولی هزینه داره
شیما (مهمان) –
با تغییرنویز بازهم ukfیک خط راست هست ولی مگر نه اینکه ماتریس حالت بعد از اجرای فانکشن باید هرستون متفاوت و براساس معادلات حلقه for محاسبه شود؟ببخشید امکان ارسال کد خدمتتون هست؟
علی جوادی –
سلام دلایل مختلفی میتونه داشته باشه ولی حدس میزنم نویز (فرایند و اندازه گیری) بهش اعمال نکردید یا مقدارش کمه
علی جوادی –
سلام لطفا به جلسات 68 تا 79 مجموعه زیر مراجعه کنید: https://www.controlref.com/optimal_estimation_dan_simon/
شیما (مهمان) –
سلام سیستم من و اندازه گیری هردو گسسته هستند به صورت فانکشن تعریف کردم اما بعد از اجرا کداصلی ukf ماتریس حالت بدون تغییر است و در هر ستون فقط مقادیر اولیه رو نمایش میده و انگار معادلات حالت اجرا نمیشه و تخمین یه خط صاف است مشکل چیست؟
عمار (مهمان) –
سلامو وقت بخیر آقای دکتر من یک برنامه برای تحلیل و تخمین وضعیت یک سیستم ناوبری دو بعدی با استفاده از فیلتر کالمن نوشتم، برنامه عملکرد درستی دارد اما مشکلی که هست من باید فیلتر کالمن توسعه یافته را نیز طراحی کنم و نباید از بلوک موجود در برنامه متلب استفاده کنم، برای همین به کمک نیاز دارم که این فیلتر رو برای برنامه ای که نوشتم طراحی کنم