محصولات آموزشی دکتر جوادی

محصولات آموزشی دکتر جوادی

  1. (مهمان) –

    با درود و خسته نباشید از اینکه این همه اطلاعات مفید را در اختیار سایر دانشجویان و مهندسان قرار میدهید. بنده پیرو انجام یک پروژه کاربردی که منجر به گرفتن کسر خدمت می شود می بایست با استفاده از فیلتر کالمن( ekf یا هر نوع دیگری که فعلا اطلاعاتم زیاد نیست) سعی در تخمین حالت های {موقعیت و سرعت } یک سنسور INS که خروجی آن فقط شتاب زاویه ای است و آلوده به نویز (اندازه گیری و ورودی) میباشد کرده و سپس با استفاده از زبان C آن را روی یک میکرو پیاده کنم .منظور اینکه پروژه کاملا عملی و کاربردی است.حال سوال بنده از شما این است که ایا با مطالعه مباحث بالا قادر به انجام اینکار می باشم ؟ و بدلیل کمبود وقت اگر مطالب بالا در این زمینه سودمند است کدام فصل را مطالعه کنم ؟ ایا بایستی تمامی فصل ها را یاد بگیرم ؟ و اینکه بایستی از فیلتر غیر خطی استفاده کنم؟ با تشکر از لطف شما

  2. –

    @ناصر, سلام موردهای 1 و 2 رو تمام فیلترهای کالمن انجام می‌دهند و فیلتر خاصی براش نیاز نیست. مورد 3 در فصل 15 مفصل بحث شده و برای شما قطعا کافیه. مورد 4 روهم من سعی کردم برای تمام فیلترهای مطرح شده معرفی کنم و در واقع تقریبا همه فیلترهای مورد اشاره در فیلمها نسخه هیبریدی هم دارند. از مورد 5 تا 8 من کار نکردم. مورد 9 در کتاب Van der Merwe وجود داره. مورد 10 در جلسه 79 بحث شده و DUKF هم در جلسه 88 بحث شده. در مجموع مواردی که کاربرد داخلش هست (مثل SLAM) شاید بدرد بخورتر باشه ولی ساده ترینش شاید DEKF باشه که با دیدن یک جلسه فیلم آموزشی میتونید انجامش بدید. من تا اطلاع ثانوی وقت ندارم

  3. (مهمان) –

    سلام خدمت شما من درس فرایند داشتم این ترم و یه سری موضوعات قابل انتخاب مشخص شده برای پروژه میخواستم بدونم از نظر شما ۱-کدوم به درد بخورتره ۲-کدوم یاد گرفتن و شبیه سازیش راحت تره ۳-آیا از شما میتونیم کمک بگیریم در اون زمینه یا نه؟ Adaptive Kalman Filter .1 Denoising .2 Particle Filter general survey .3 Hybrid Kalman filter .4 EKF in SLAM .5 FKF (Fast Kalman Filter) .6 FastSLAM2 Algorithm .7 Kalman Spectral Estimation .8 9. ترکیب Particle filter و UKF DEKF (Dual Extended Kalman Filter) .10 البته گفتن هر زمینه به روز دیگه ای هم قابل انتخاب است. ممنون میشم پاسخ دهید.

  4. –

    @علیرضا, در کتاب هیچ بحثی در مورد نحوه طراحی کنترل کننده (از جمله تطبیقی) نشده و فقط بحث تخمین مدنظر بوده اما اگر شما نحوه پیاده سازی کالمن رو بدونید به راحتی با هر کنترل کننده ای میشه ترکیبش کرد (البته تضمین پایداری و همگرایی برای تمام سیستمها وجود نداره). EKF به طور مفصل در فصل 13 (جلسات 68 تا 79) بحث شده و مثالی از ترکیب EKF با کنترل کننده در جلسه 86 حل شده

  5. (مهمان) –

    سلام مجدد، نه منظور من دقیقا عملکرد تطبیقی هست. این که یک مدل مرجع داشته باشیم و خطایی بین مدل مرجع و پلانت و تخمین پارامترها گویا حالت هایی از کلامن فیلتر توسعه یافته به این حالت اختصاص دارند. Robust Adaptive Kalman Filter میدونم که بحث کالمن فیلتر خیلی گسترده است و حالت های توسعه یافته زیادی داریم ولی گفتم اگر تو مجموعه شما توضیحاتی در این شاخه ای که مدنظر من هست وجود داشته باشه راهنماییم کنید که پیش از رفتن به سمت مراجع دیگه و مقالات، از فیلم های آموزشی استفاده کنم. و سیستم من هم غیرخطی هست.

  6. –

    @علیرضا, سلام اگر منظورتون از تطبیقی تغییر پارامترهای سیستم باشه که فیلتر کالمن استاندارد همین کارو میکنه. یعنی ماتریسهای سیستم میتونند هر لحظه عوض بشند و بهره کالمن هم به طور متناسب عوض میشه تا خطای تخمین مینیمم باقی بمونه. تمام فیلترهای کالمن بحث شده این ویژگی رو دارند و با توجه به خطی یا غیرخطی بودن سیستم خودتون میتونید فیلم مربوطه رو ببینید. میتونید فهرست کتاب رو برای انتخاب فیلتر ببینید. اگر هم منظورتون اینه که هدف تخمین پارامترهای متغیر در سیستم باشه (علاوه بر حالتها) که در اینصورت به جلسه 88 مراجعه کنید.

  7. (مهمان) –

    با عرض سلام من اطلاعات زیادی راجع به کالمن فیلتر ندارم، در حال مطالعه هستم. قصد دارم در ارتباط با فیلتر کالمن تطبیقی هم اطلاعاتی کسب کنم. دو تا سوال از حضورتون داشتم، ممنون میشم پاسخ بدین. 1- کدوم حالت توسعه یافته مربوط به حالت فیلتر کالمن تطبیقی میشه؟ 2- تو مجموعه شما کدوم قسمت ها به این مبحث پرداخته شده؟

  8. –

    @مسعود, همونطور که در اول پست می‌بینید، آشنایی با متلب جزو پیش نیازهای این سری فیلم هاست

  9. (مهمان) –

    سلام خوب اون پرسشم مربوط به نتیجه شبیه سازی قطار بود دیگه .

  10. –

    @مسعود, سلام در اینجا به سوالات مربوط به LMI جواب داده میشه. لطفا به فایلهای آموزشی متلب مراجعه کنید

  11. (مهمان) –

    سلام مهندس ببخشید راجب plotها سوال داشتم که یادم رفته یه جایی بود که بدون حفظ دستور میانبر میرفتیم نتایج شبیه سازیو مثلا زمان میدادیم یا صفحه سیاهو زمینشو سفید میکردیم الان میرم اونقسمت ولی توی اون نوار ابزار که گزینه بیشتری بود الان فقط چهار تا هست یقیه نیستن مثلا یک پنجره سمت راست بالای توی اون تنظیمات بود اون نیس یا مثلا میخواستیم اسم برای هر نموار بغل تصویر بزاریم لطفا راهنمایی کنید.

  12. –

    @محمد غضنفری, سلام موضوعی که شما میخواید برای ما مقدور نیست اما در مورد اینکه یه آموزش مثل آموزشی که خریداری کردید رو بخواید باید هشت نفر پیش خرید انجام بدن تا مقاله ای با محوریت موضوع شما آماده بشه. یا اینکه شما هزینه هشت نفر رو پرداخت کنید. سپاسگزارم

  13. (مهمان) –

    با سلام بنده دنبال یه مقاله نه خیلی سخت در زمینه LMI هستم ( با کد های آماده ) می خواستم بدونم که یه چنین مقاله ای دم دستتون هست ؟ (البته من قبلا مقاله قطار رو از سایتتون خریداری کردم اگه ممکنه یه مقاله دیگه باشه )

  14. –

    @یزدان, خوشحالم که جواب گرفتید موفق باشید

  15. (مهمان) –

    حق با شما بود حلگر Mosek رو استفاده کردم مشکلم برطرف شد بازم از پاسخ گویی سریعتون سپاسگزارم.

  16. –

    @یزدان, با سلام اولا که یالمیپ حلگر نیست و تولباکسه. حلگر الگوریتم مورد استفاده در تولباکس یالمیپ هستش مثل mosek و ... حالا اگر مثل من از حلگر mosek استفاده بکنید به جوابی مشابه (و نه دقیقا یکسان) پاسخهای داخل فیلم می رسید. البته اگر حلگر شما mosek نباشه ولی feasible شده باشه مشکلی وجود نداره. البته ممکنه با mosek به گامای کمتر از حلگرهای دیگه برسید چون mosek معمولا نسبت به بقیه جوابهای خوبی داره و به صورت پیش فرض توسط یالمیپ استفاده میشه (البته اگه نصب شده باشه)

  17. (مهمان) –

    با سلام و وقت بخیر خدمت شما سوالی که داشتم این هست که من طبق توضیحات شما در سری فیلم های مربوط به LMI ، حلگر YALMIP رو نصب کردم بعدش M-file مربوط به مثالی که شما در این سری فیلم ها نوشتید رو تا قسمت حل LMI عینا کپی - پیست کردم و برای گاما = 15 گذاشتم که حل بشه مشکلی که هست اینه که جواب OK میشه ولی اعداد مربوط به ماتریس های A_hat و ... نسبت به چیزی که توی فیلم هست خیلی بزرگتر در میاد میخواستم بدونم چه دلیلی داره همون کد جواب دیگه ای میده با تشکر از توجه شما

  18. –

    @امیر یوسف زاده, سلام در حال حاضر تخفیفی که اعمال شده تخفیف 40 درصده و تخفیف 20 درصد وجود نداره! برای دریافت کد تخفیف 40 درصد به کانال ما مراجعه بفرمایید سپاسگزارم

  19. –

    @امیر یوسف زاده, سلام تخفیف 20 درصدی کل جلسات در قیمت نهایی اعمال شده است. اگر دقت کنید قیمت کل جلسات 60000 تومان است ولی با 20 درصد تخفیف 48000 تومان قیمت گذاری شده است

  20. –

    سلام من کل جلسات رو برای خرید انتخاب می کنم ولی تخفیف 20 درصدی شامل حالم نمی شه.