سلام دکتر وقت بخیر
من این فیلما رو تهیه کردم تو پوشه ekfukf که میرم میخوام کدها را باز کنم یه پیغامی میاد با این مضمون که این کدها وجود ندارد .باید چیکار کنم
علی جوادی
–
اگر همه حالتها در دسترس باشند، فیدبک دینامیکی چه کاربردی داره؟
حالتها کل رفتار داخلی سیستم رو توصیف می کنند و اگر در دسترس باشند نیازی به فیدبک دینامیکی نیست
الیاس(مهمان)
–
ابتدا باید تشکر کنم بابت حسن توجه شما.
منظور سوالم این است که اگر در سیستمی تمام حالت ها در دسترس باشند، باز هم آیا نیاز است که از فیدبک دینامیکی استفاده کنیم؟
با تشکر از زحمات شما
علی جوادی
–
سلام
اگر سیستم کنترل پذیر خروجی باشه فیدبک خروجی استاتیک میتونه مفید باشه.
منظورتون از فیدبک حالت دینامیکی رو متوجه نشدم
الیاس(مهمان)
–
سلام آقای دکتر. خسته نباشید.
سوالی داشتم از خدمتتون.
آیا فیدبک خروجی استاتیکی و یا فیدبک حالت دینامیکی هم کاربرد دارند؟
با تشکر فراوان
علی جوادی
–
فرمولها خوانا نیست ولی در هر صورت نمیشه با جاگذاری باند بالای هر جمله، باند بالای کل عبارت رو نتیجه گرفت
الیاس(مهمان)
–
با توجه به این که
A(t)< ∆A∆
و
B(t)[‘((A+∆A(t))*X+X*(A+∆A(t))’+(B+∆B(t))*Y+Y’*(B+∆A(t)
0>[‘(A+∆A)*X+X*(A+∆A)’+(B+∆B)*Y+Y’*(B+∆A)]
آیا باند بالای مشتق را نمی توان به این صورت نتیجه گرفت؟
با تشکر از شما
علی جوادی
–
از کجا معلوم بعد از جاگذاری عبارتی که بدست میاد باند بالای مشتق تابع لیاپونوف باشه؟
شما فقط دارید باند بالای نامعینی رو جاگذاری میکنید در حالیکه باید اثبات کنید عبارتی که بدست میاد باند بالای مشتق تابع لیاپونوف هست تا اینکه برقراری نامساوی بدست اومده، برقراری نامساوی قبلی (قبل از جاگذاری) رو نتیجه بده.
یکم بیشتر فکر کنید
الیاس(مهمان)
–
ببینید من کلا LMI را به این صورت قرار میدهم،
0>['(A+∆A)*X+X*(A+∆A)'+(B+∆B)*Y+Y'*(B+∆B)]
و ماتریس های
[B=[0;hB2;0;hB4∆
و
[A=[0 0 0 0;0 hA22 hA23 0;0 0 0 0;0 hA42 hA43 0∆
جایگذاری می کنم.
آیا درست نمی تواند باشد؟
علی جوادی
–
سلام
اگر این جاگذاری انجام نشه، پس چطور مساله رو به lmi تبدیل کنیم؟
چطور میشه به جای یک مقدار متغیر نامعینی باند بالاش رو قرار بدیم و همچنان معادلات به هم نخوره و در نهایت مساله رو هم به صورت نامساوی ماتریسی در بیاریم؟
پیشنهاد شما چیه؟
الیاس(مهمان)
–
با عرض سلام و خسته نباشید خدمت استاد گرامی.
سوالی داشتم از خدمتتون.
اگر به جای (A(t∆ همانجا کران بالای آن را قرار دهیم و به صورت Ma.F(t).Na ننویسیم، که بعد بخواهیم (F(t را بین یک و منفی یک قرار دهیم و Ma و Na را پیدا کنیم.
آیا مشکلی به وجود می آید؟ به این صورت از محاسبات زیادی راحت می شویم.
با تشکر فراوان
علی جوادی
–
داخل فیلمها اشاره شده (اگه شده کدوم جلسه و کدوم دقیقه) یا در کتاب دیدید (کدوم صفحه)؟
علی جوادی
–
سلام
در مرحله پیش بینی اصلا از اندازهگیری استفاده نمیشه و فقط در مرحله بروزرسانی اندازهگیری از داده های سنسورها استفاده میشه.
وقتی به صورت آنلاین دارید حالتها رو تخمین میزنید، طبیعتا در هر لحظه فقط از یک اندازهگیری استفاده میشه.
کدهای متلب رو هم براتون ایمیل کردم
محمد(مهمان)
–
سلام منظور از efficient در شناسایی سیستم چیه؟
بزرگ نیا(مهمان)
–
سلام خسته نباشید
یه ابهامی برام پیش اومده اینکه برای مرحله پیش بینی فقط اولین برداشت از هر سنسور رو وارد می کنیم، و نیاز نیست در این مرحله همه داده ها رو فراخوانی کنیم ؟
در ضمن توابعی که تو فصل پنج برای نویز نوشتید تو فایلای ارسالی نبود.
با تشکر
علی جوادی
–
سلام. جلسات 35 و 36
محمد(مهمان)
–
سلام شبیه سازی Maximum Likelihood کدوم جلسه هست؟
علی جوادی
–
سلام
آموزشی در این زمینه های خاص ندارم.
شما مدلسازی مساله رو انجام بدید و معادلات حالت و اندازه گیری رو با هر روشی دوست داشتید (زوایای اویلر یا کواترنین یا ...) بعد دیگه هر فیلتری که خواستید میتونید اعمال کنید.
من قبلا فیلترهای EKF، UKF، CKF و GHKF هیبریدی رو برای مساله data fusion استفاده کردم و نتیجه گرفتم.
روش مدویک رو هم جواب گرفتم. روش ماهونی و complementary رو تست نکردم.
علی(مهمان)
–
با سلام و احترام
در خصوص آموزش فیلتر کالمن اینجانب قصد پیاده سازی این فیلتر برروی IMU سنسور MPU6050 به صورت سخت افزاری هستم.
برای این مورد شما چه پیشنهادی میکنید؟
هم چنین برای راه اندازی همین سخت افزار با فیلتر مدویک-ماهونی و Complementary آموزشی در این زمینه دارین؟
باتشکر
علی جوادی –
سلام لطفا ایمیلتون رو چک کنید
hadi51410 (مهمان) –
سلام دکتر وقت بخیر من این فیلما رو تهیه کردم تو پوشه ekfukf که میرم میخوام کدها را باز کنم یه پیغامی میاد با این مضمون که این کدها وجود ندارد .باید چیکار کنم
علی جوادی –
اگر همه حالتها در دسترس باشند، فیدبک دینامیکی چه کاربردی داره؟ حالتها کل رفتار داخلی سیستم رو توصیف می کنند و اگر در دسترس باشند نیازی به فیدبک دینامیکی نیست
الیاس (مهمان) –
ابتدا باید تشکر کنم بابت حسن توجه شما. منظور سوالم این است که اگر در سیستمی تمام حالت ها در دسترس باشند، باز هم آیا نیاز است که از فیدبک دینامیکی استفاده کنیم؟ با تشکر از زحمات شما
علی جوادی –
سلام اگر سیستم کنترل پذیر خروجی باشه فیدبک خروجی استاتیک میتونه مفید باشه. منظورتون از فیدبک حالت دینامیکی رو متوجه نشدم
الیاس (مهمان) –
سلام آقای دکتر. خسته نباشید. سوالی داشتم از خدمتتون. آیا فیدبک خروجی استاتیکی و یا فیدبک حالت دینامیکی هم کاربرد دارند؟ با تشکر فراوان
علی جوادی –
فرمولها خوانا نیست ولی در هر صورت نمیشه با جاگذاری باند بالای هر جمله، باند بالای کل عبارت رو نتیجه گرفت
الیاس (مهمان) –
با توجه به این که A(t)< ∆A∆ و B(t)[‘((A+∆A(t))*X+X*(A+∆A(t))’+(B+∆B(t))*Y+Y’*(B+∆A(t) 0>[‘(A+∆A)*X+X*(A+∆A)’+(B+∆B)*Y+Y’*(B+∆A)] آیا باند بالای مشتق را نمی توان به این صورت نتیجه گرفت؟ با تشکر از شما
علی جوادی –
از کجا معلوم بعد از جاگذاری عبارتی که بدست میاد باند بالای مشتق تابع لیاپونوف باشه؟ شما فقط دارید باند بالای نامعینی رو جاگذاری میکنید در حالیکه باید اثبات کنید عبارتی که بدست میاد باند بالای مشتق تابع لیاپونوف هست تا اینکه برقراری نامساوی بدست اومده، برقراری نامساوی قبلی (قبل از جاگذاری) رو نتیجه بده. یکم بیشتر فکر کنید
الیاس (مهمان) –
ببینید من کلا LMI را به این صورت قرار میدهم، 0>['(A+∆A)*X+X*(A+∆A)'+(B+∆B)*Y+Y'*(B+∆B)] و ماتریس های [B=[0;hB2;0;hB4∆ و [A=[0 0 0 0;0 hA22 hA23 0;0 0 0 0;0 hA42 hA43 0∆ جایگذاری می کنم. آیا درست نمی تواند باشد؟
علی جوادی –
سلام اگر این جاگذاری انجام نشه، پس چطور مساله رو به lmi تبدیل کنیم؟ چطور میشه به جای یک مقدار متغیر نامعینی باند بالاش رو قرار بدیم و همچنان معادلات به هم نخوره و در نهایت مساله رو هم به صورت نامساوی ماتریسی در بیاریم؟ پیشنهاد شما چیه؟
الیاس (مهمان) –
با عرض سلام و خسته نباشید خدمت استاد گرامی. سوالی داشتم از خدمتتون. اگر به جای (A(t∆ همانجا کران بالای آن را قرار دهیم و به صورت Ma.F(t).Na ننویسیم، که بعد بخواهیم (F(t را بین یک و منفی یک قرار دهیم و Ma و Na را پیدا کنیم. آیا مشکلی به وجود می آید؟ به این صورت از محاسبات زیادی راحت می شویم. با تشکر فراوان
علی جوادی –
داخل فیلمها اشاره شده (اگه شده کدوم جلسه و کدوم دقیقه) یا در کتاب دیدید (کدوم صفحه)؟
علی جوادی –
سلام در مرحله پیش بینی اصلا از اندازهگیری استفاده نمیشه و فقط در مرحله بروزرسانی اندازهگیری از داده های سنسورها استفاده میشه. وقتی به صورت آنلاین دارید حالتها رو تخمین میزنید، طبیعتا در هر لحظه فقط از یک اندازهگیری استفاده میشه. کدهای متلب رو هم براتون ایمیل کردم
محمد (مهمان) –
سلام منظور از efficient در شناسایی سیستم چیه؟
بزرگ نیا (مهمان) –
سلام خسته نباشید یه ابهامی برام پیش اومده اینکه برای مرحله پیش بینی فقط اولین برداشت از هر سنسور رو وارد می کنیم، و نیاز نیست در این مرحله همه داده ها رو فراخوانی کنیم ؟ در ضمن توابعی که تو فصل پنج برای نویز نوشتید تو فایلای ارسالی نبود. با تشکر
علی جوادی –
سلام. جلسات 35 و 36
محمد (مهمان) –
سلام شبیه سازی Maximum Likelihood کدوم جلسه هست؟
علی جوادی –
سلام آموزشی در این زمینه های خاص ندارم. شما مدلسازی مساله رو انجام بدید و معادلات حالت و اندازه گیری رو با هر روشی دوست داشتید (زوایای اویلر یا کواترنین یا ...) بعد دیگه هر فیلتری که خواستید میتونید اعمال کنید. من قبلا فیلترهای EKF، UKF، CKF و GHKF هیبریدی رو برای مساله data fusion استفاده کردم و نتیجه گرفتم. روش مدویک رو هم جواب گرفتم. روش ماهونی و complementary رو تست نکردم.
علی (مهمان) –
با سلام و احترام در خصوص آموزش فیلتر کالمن اینجانب قصد پیاده سازی این فیلتر برروی IMU سنسور MPU6050 به صورت سخت افزاری هستم. برای این مورد شما چه پیشنهادی میکنید؟ هم چنین برای راه اندازی همین سخت افزار با فیلتر مدویک-ماهونی و Complementary آموزشی در این زمینه دارین؟ باتشکر