में प्रक्रिया शोर शब्दावली की व्याख्या करें मैं सिर्फ कलमान फ़िल्टर सीख रहा हूं। कलमान फ़िल्टर शब्दावली में, मुझे प्रक्रिया शोर के साथ कुछ कठिनाई हो रही है। प्रक्रिया शोर को कई ठोस उदाहरणों में अनदेखा किया जाता है (अधिकांश माप शोर पर केंद्रित)। अगर कोई मुझे कुछ प्रारंभिक स्तर लिंक पर इंगित कर सकता है जो उदाहरण के साथ प्रक्रिया शोर को अच्छी तरह वर्णित करता है, तो यह बहुत अच्छा होगा।कलमान फ़िल्टर
के मेरे सवाल का, यह देखते हुए के लिए एक ठोस अदिश उदाहरण देखें:
x_j = a x_j-1 + b u_j + w_j
के x_j
मॉडल तापमान कहना समय के साथ एक फ्रिज के भीतर हैं। यह 5 डिग्री है और इस तरह रहना चाहिए, इसलिए हम a = 1
के साथ मॉडल करते हैं। यदि किसी बिंदु पर t = 100
पर, फ्रिज का तापमान 7 डिग्री (यानी गर्म दिन, खराब इन्सुलेशन) बन जाता है, तो मेरा मानना है कि इस बिंदु पर प्रक्रिया शोर 2 डिग्री है। तो हमारे राज्य परिवर्तनीय x_100 = 7
डिग्री, और यह सिस्टम का सही मूल्य है।
प्रश्न 1:
मैं तो वाक्यांश मैं अक्सर Kalman फिल्टर वर्णन करने के लिए देख व्याख्या करते हैं, तो "हम को फ़िल्टर संकेत एक्स ताकि शोर डब्ल्यू कम कर रहे हैं के प्रभाव", http://www.swarthmore.edu/NatSci/echeeve1/Ref/Kalman/ScalarKalman.html अगर हम कम से कम 2 डिग्री के प्रभाव, क्या हम 2 डिग्री अंतर से छुटकारा पाने की कोशिश कर रहे हैं? लेकिन वास्तविक स्थिति x_100 == 7
डिग्री है। जब हम Kalmen फ़िल्टर करते हैं हम प्रक्रिया शोर डब्ल्यू के लिए क्या कर रहे हैं?
प्रश्न 2:
प्रक्रिया शोर Q
के विचरण है। साधारण फ्रिज उदाहरण में, यह मॉडल के लिए आसान लगता है क्योंकि आप जानते हैं कि अंतर्निहित सत्य स्थिति 5 डिग्री है और आप Q
को उस राज्य के विचलन के रूप में ले सकते हैं। लेकिन यदि वास्तविक अंतर्निहित स्थिति समय के साथ उतार-चढ़ाव कर रही है, जब आप मॉडल करते हैं, तो इसका किस हिस्से को राज्य में उतार-चढ़ाव बनाम "प्रक्रिया शोर" माना जाएगा। और हम एक अच्छा Q
निर्धारित करने के बारे में कैसे जाते हैं (फिर से उदाहरण अच्छा होगा)?
मैं ने पाया है कि के रूप में Q
हमेशा कोई बात नहीं है जो समय के कदम तुम पर हैं सहप्रसरण भविष्यवाणी में जोड़ा जाता है, (देखें http://greg.czerniak.info/guides/kalman1/ से सहप्रसरण भविष्यवाणी सूत्र) है कि यदि आप एक बहुत ज्यादा बड़े Q
का चयन करें, तो यह की तरह प्रतीत नहीं होता कलमान फिल्टर अच्छी तरह से व्यवहार किया जाएगा।
धन्यवाद।
EDIT1 मेरी व्याख्या
अवधि प्रक्रिया शोर के मेरे व्याख्या प्रणाली की वास्तविक राज्य और राज्य राज्य संक्रमण मैट्रिक्स (यानी। a * x_j-1
) से मॉडलिंग की बीच का अंतर है। और कलमैन फ़िल्टर क्या करने की कोशिश करता है, भविष्यवाणी को वास्तविक स्थिति के करीब लाने के लिए है। उस अर्थ में, यह वास्तव में आंशिक रूप से अवशोषण में प्रक्रिया शोर को अवशिष्ट प्रतिक्रिया तंत्र के माध्यम से "इसे खत्म करने" के बजाय "शामिल" करता है, ताकि यह वास्तविक स्थिति को बेहतर तरीके से भविष्यवाणी कर सके। मैंने अपनी खोज में कहीं भी इस तरह की स्पष्टीकरण नहीं पढ़ी है, और मैं इस विचार पर टिप्पणी करने वाले किसी की भी सराहना करता हूं।
धन्यवाद, मुझे लगता है कि मैं प्रक्रिया शोर परिभाषा को समझ गया। लेकिन कलमान फ़िल्टर पर अधिकांश सामग्री कहती है कि काल्मैन फ़िल्टर प्रक्रिया शोर को कम करता है, लेकिन प्रक्रिया क्या हो रही है (यानी इस मामले में, कंडेनसर के संचालन के आधार पर ... आदि), इसलिए शोर नहीं है दुर जाना। कलमैन फ़िल्टर प्रक्रिया शोर के संबंध में कैसे मदद करता है? – frank
@ फ्रैंक यदि आप जो पढ़ रहे हैं वह सामान्य "शोर" कहता है तो यह शायद माप शोर का जिक्र कर रहा है; अगर वे वास्तव में "प्रक्रिया शोर" कह रहे हैं तो मैं कहूंगा कि चीजों को समझाने का यह एक बुरा तरीका है। – Dave