بسیار خوب.
در کتاب دن سایمون در این مورد بحثی نشده ولی به نظر میرسه که میتونید داده های شتاب سنج رو downsample کنید تا فرکانسش با التراسونیک یکی بشه.
شاید راههای دیگری هم باشه. بهتره به مقالات مراجعه کنید
محمد(مهمان)
–
ممنون استاد درست شد مثله اینکه یه جا تو روابط فرم جوزف اشتباه نوشته بودم الان هر 3 روش جوزف و روش سارکا و فرم ساده داخل سی و روش تحلیلی که با متلب حساب می کردیم یکی میشه در زمان.استاد مشکل دیگه ای که داشتم این هست که تا فصل 5 که اموزش دادید اشاره ای به متفاوت بودن فرکانس اندازه گیری سنسور ها نکردید و این که راه کار چی هست چون معمولا در دیتا فیوژن ها این مسله وجود داره الان فرکانس اندازه گیری التراسونیک 10 هرتز هست و شتاب سنج 100 هرتز. با تشکر
علی جوادی
–
سلام
بهرحال موقع پیاده سازی علاوه بر مباحث تیوریک بحث حل عددی معادلات هم دخیل میشه.
هر کدوم که جوابهای بهتری داره استفاده کنید
محمد(مهمان)
–
با سلام و ممنون از اموزش خوبتون
من برای تخمین سرعت در راستای عمود با استفاده از شتاب سنج و التراسونیک فیلتر کالمن گسسته خطی رو در زبان سی پیاده کردم و هم زمان در متلب هم طبق اموزش هاتون پیاده کردم موضوعی که برخوردم این هست که مقادیر ماندگار ماتریس کواریانس قبل از اندازه گیری و بعد از اندازه گیری و همچنین بهره کالمن با استفاده از روش تحلیلی و شبیه سازی زمانی یکی میشوند که از فرم سوم رابطه ابدیت کواریانس استفاده میکنیم و وقتی از رابطه جوزف در شبیه سازی استفاده میشود جواب ها با مقادیر نهایی که از روش تحلیلی بدست میاوریم متفاوت است و دلیل این رو متوجه نمیشم. با تشکر
علی جوادی
–
سلام
این دستورات داخل تولباکس ekf/ukf موجوده.
جلسه 17 رو ببینید
علی جوادی
–
بله. ایمیلتون رو چک کنید
علی امیری(مهمان)
–
سلام دکتر
اقدام شد رو در جواب من فرمودید
علی جوادی
–
سلام و وقت به خیر
اقدام شد
احمدی(مهمان)
–
سلام آقای جوادی
بنده جلسه 105 رو تهیه کردم متاسفانه فایل های
gauss_rnd
cdkf_update
در پوشه کدینگ موجود نیست
علی(مهمان)
–
سلام آقای دکتر وقتتون بخیر
من برای مدل سازی یک موتور الکتریکی می خوام از این فیلتر استفاده کنم مقدار مجهول من مقاومت رتور هست و معادلات دینامیک روهم دارم می خواستم ببینم امکانش هست که به صورت آموزش خصوصی برام توضیح بدید
ممنون
علی جوادی
–
سلام
جلسه 69 رو ببینید
میثم(مهمان)
–
با سلام و خسته نباشید خدمت اقای دکتر و ضمن تشکر از مطالب مفیدی که تو این سایت ارائه دادید.
من یه مقاله رو میخوام با EKF شبیه سازی کنم، معادلات حالتش پیوسته و غیر خطی ان و معادلات خروجیش هم پیوسته و غیر خطی. با اطلاعاتی که از حدود 29 تا درس شما تو این زمینه گرفتم نمیشه حلش کرد،
در تمامی مثال هایی که تو بخش EKF تو درس ها حل شده هیچ کدوم این شرایطو ندارن
اگه راهنمایی بفرمایید ممنون میشم. یا اگه امکانش فراهم بشه یه ایمیل بفرستم
تشکر
مجتبی(مهمان)
–
متشکرم
علی جوادی
–
سلام. اقدام شد
مجتبی(مهمان)
–
با سلام امکان داره بنده ایمیل شما را جهت پرسش برخی سوالهایم داشته باشم؟ زمینه تز بنده شبیه کار شماست.
ممنون از شما
علی جوادی
–
تا جایی که من میدونم باید دستی مقادیر ماکزیمم و مینیمم پارامترها رو قرار بدید و باندهای نامعینی رو بدست بیارید
یاسین(مهمان)
–
با سلام مجدد خدمت آقای دکتر جوادی و ممنون از آموزش بسیار خوبشان
آقای دکتر سایز ماتریس های من بزرگ هستند، بجای اعمال درایه به درایه آیا بطور ماتریسی می توان عدم قطعیت را مدل کرد؟ مثلا فرض کنید ماتریس جرم بصورت یک ماتریس قطری 11 در 11 باشد با مقادیر m1 تا m11 و یک ماتریس سختی و میرایی داشته باشیم که ماتریس های فول 11 در 11 هستند و ماتریس سیستم A یکی از درایه هایش بصورت inverse(m)*k هست که خودش یک ماتریس 11 در 11 هست که خود ماتریس جرم سیستم m از درایه های m1 تا m11 و ماتریس سختی سیستم از k1 تا k11 تشکیل شده و به شکل ماتریسی در ماتریس حالت سیستم A ظاهر می شوند. آیا روشی برای اعمال نامعینی به ماتریس جرم و سختی به شکل ماتریسی هست که نامعینی m1 تا m11 و نامعینی k1 تا k11 را بصورت ماتریسی اعمال کنه؟ چون تک به تک اعمال آنها با توجه به سایز بزرگ ماتریس حالت سیستم A زمانبر هست و حتی معکوس ماتریس جرم در ماتریس سختی در ماتریس حالت سیستم A ضرب شده است. خیلی ممنون میشم آقای دکتر در این مورد راهنمایی بفرمایید.
علی جوادی
–
سلام
مهم نیست که هم جرم ظاهر شده و هم معکوسش. بالاخره هر درایه از ماتریس A یک مینیمم و ماکزیمم داره. کافیه مقادیر مینیمم و ماکزیمم جرمها رو در نظر بگیرید و باند نامعینی رو متناظر با این درایه ها بدست بیارید.
یاسین(مهمان)
–
با سلام و خسته نباشید خدمت آقای دکتر جوادی
آقای دکتر در ماتریس سیستم A اگر ما بطور مثال ماتریس جرم داشته باشیم که درایه های آن نامعین باشند مثلا m1 و m2 و m3 و اینها رو در قالب ماتریس M در ماتریس حالت سیستم A بیاریم و معکوس M هم در ماتریس A ظاهر میشه همین روش شما را برای اعمال عدم قطعیت به ماتریس جرم سیستم که سه تا جرم داره و معکوس این ماتریس هم در ماتریس A هست چطور می توان اعمال کرد؟ ممنون
علی جوادی
–
سلام
روش مونت کارلو به کنترل ربطی نداره و بیشتر یه الگوریتم برای روشهای تصادفیه.
در این مجموعه صرفا ازش استفاده شده و تدریس نشده.
میتونید در نت سرچ کنید و نحوه استفاده از روش رو یاد بگیرید
علی جوادی –
بسیار خوب. در کتاب دن سایمون در این مورد بحثی نشده ولی به نظر میرسه که میتونید داده های شتاب سنج رو downsample کنید تا فرکانسش با التراسونیک یکی بشه. شاید راههای دیگری هم باشه. بهتره به مقالات مراجعه کنید
محمد (مهمان) –
ممنون استاد درست شد مثله اینکه یه جا تو روابط فرم جوزف اشتباه نوشته بودم الان هر 3 روش جوزف و روش سارکا و فرم ساده داخل سی و روش تحلیلی که با متلب حساب می کردیم یکی میشه در زمان.استاد مشکل دیگه ای که داشتم این هست که تا فصل 5 که اموزش دادید اشاره ای به متفاوت بودن فرکانس اندازه گیری سنسور ها نکردید و این که راه کار چی هست چون معمولا در دیتا فیوژن ها این مسله وجود داره الان فرکانس اندازه گیری التراسونیک 10 هرتز هست و شتاب سنج 100 هرتز. با تشکر
علی جوادی –
سلام بهرحال موقع پیاده سازی علاوه بر مباحث تیوریک بحث حل عددی معادلات هم دخیل میشه. هر کدوم که جوابهای بهتری داره استفاده کنید
محمد (مهمان) –
با سلام و ممنون از اموزش خوبتون من برای تخمین سرعت در راستای عمود با استفاده از شتاب سنج و التراسونیک فیلتر کالمن گسسته خطی رو در زبان سی پیاده کردم و هم زمان در متلب هم طبق اموزش هاتون پیاده کردم موضوعی که برخوردم این هست که مقادیر ماندگار ماتریس کواریانس قبل از اندازه گیری و بعد از اندازه گیری و همچنین بهره کالمن با استفاده از روش تحلیلی و شبیه سازی زمانی یکی میشوند که از فرم سوم رابطه ابدیت کواریانس استفاده میکنیم و وقتی از رابطه جوزف در شبیه سازی استفاده میشود جواب ها با مقادیر نهایی که از روش تحلیلی بدست میاوریم متفاوت است و دلیل این رو متوجه نمیشم. با تشکر
علی جوادی –
سلام این دستورات داخل تولباکس ekf/ukf موجوده. جلسه 17 رو ببینید
علی جوادی –
بله. ایمیلتون رو چک کنید
علی امیری (مهمان) –
سلام دکتر اقدام شد رو در جواب من فرمودید
علی جوادی –
سلام و وقت به خیر اقدام شد
احمدی (مهمان) –
سلام آقای جوادی بنده جلسه 105 رو تهیه کردم متاسفانه فایل های gauss_rnd cdkf_update در پوشه کدینگ موجود نیست
علی (مهمان) –
سلام آقای دکتر وقتتون بخیر من برای مدل سازی یک موتور الکتریکی می خوام از این فیلتر استفاده کنم مقدار مجهول من مقاومت رتور هست و معادلات دینامیک روهم دارم می خواستم ببینم امکانش هست که به صورت آموزش خصوصی برام توضیح بدید ممنون
علی جوادی –
سلام جلسه 69 رو ببینید
میثم (مهمان) –
با سلام و خسته نباشید خدمت اقای دکتر و ضمن تشکر از مطالب مفیدی که تو این سایت ارائه دادید. من یه مقاله رو میخوام با EKF شبیه سازی کنم، معادلات حالتش پیوسته و غیر خطی ان و معادلات خروجیش هم پیوسته و غیر خطی. با اطلاعاتی که از حدود 29 تا درس شما تو این زمینه گرفتم نمیشه حلش کرد، در تمامی مثال هایی که تو بخش EKF تو درس ها حل شده هیچ کدوم این شرایطو ندارن اگه راهنمایی بفرمایید ممنون میشم. یا اگه امکانش فراهم بشه یه ایمیل بفرستم تشکر
مجتبی (مهمان) –
متشکرم
علی جوادی –
سلام. اقدام شد
مجتبی (مهمان) –
با سلام امکان داره بنده ایمیل شما را جهت پرسش برخی سوالهایم داشته باشم؟ زمینه تز بنده شبیه کار شماست. ممنون از شما
علی جوادی –
تا جایی که من میدونم باید دستی مقادیر ماکزیمم و مینیمم پارامترها رو قرار بدید و باندهای نامعینی رو بدست بیارید
یاسین (مهمان) –
با سلام مجدد خدمت آقای دکتر جوادی و ممنون از آموزش بسیار خوبشان آقای دکتر سایز ماتریس های من بزرگ هستند، بجای اعمال درایه به درایه آیا بطور ماتریسی می توان عدم قطعیت را مدل کرد؟ مثلا فرض کنید ماتریس جرم بصورت یک ماتریس قطری 11 در 11 باشد با مقادیر m1 تا m11 و یک ماتریس سختی و میرایی داشته باشیم که ماتریس های فول 11 در 11 هستند و ماتریس سیستم A یکی از درایه هایش بصورت inverse(m)*k هست که خودش یک ماتریس 11 در 11 هست که خود ماتریس جرم سیستم m از درایه های m1 تا m11 و ماتریس سختی سیستم از k1 تا k11 تشکیل شده و به شکل ماتریسی در ماتریس حالت سیستم A ظاهر می شوند. آیا روشی برای اعمال نامعینی به ماتریس جرم و سختی به شکل ماتریسی هست که نامعینی m1 تا m11 و نامعینی k1 تا k11 را بصورت ماتریسی اعمال کنه؟ چون تک به تک اعمال آنها با توجه به سایز بزرگ ماتریس حالت سیستم A زمانبر هست و حتی معکوس ماتریس جرم در ماتریس سختی در ماتریس حالت سیستم A ضرب شده است. خیلی ممنون میشم آقای دکتر در این مورد راهنمایی بفرمایید.
علی جوادی –
سلام مهم نیست که هم جرم ظاهر شده و هم معکوسش. بالاخره هر درایه از ماتریس A یک مینیمم و ماکزیمم داره. کافیه مقادیر مینیمم و ماکزیمم جرمها رو در نظر بگیرید و باند نامعینی رو متناظر با این درایه ها بدست بیارید.
یاسین (مهمان) –
با سلام و خسته نباشید خدمت آقای دکتر جوادی آقای دکتر در ماتریس سیستم A اگر ما بطور مثال ماتریس جرم داشته باشیم که درایه های آن نامعین باشند مثلا m1 و m2 و m3 و اینها رو در قالب ماتریس M در ماتریس حالت سیستم A بیاریم و معکوس M هم در ماتریس A ظاهر میشه همین روش شما را برای اعمال عدم قطعیت به ماتریس جرم سیستم که سه تا جرم داره و معکوس این ماتریس هم در ماتریس A هست چطور می توان اعمال کرد؟ ممنون
علی جوادی –
سلام روش مونت کارلو به کنترل ربطی نداره و بیشتر یه الگوریتم برای روشهای تصادفیه. در این مجموعه صرفا ازش استفاده شده و تدریس نشده. میتونید در نت سرچ کنید و نحوه استفاده از روش رو یاد بگیرید