Soovitus

Kalmani filtri hinnanguline hindamine Pythonis kasutades PyKalmani, Bokehi ja NSEPy-d

The CIA, Drug Trafficking and American Politics: The Political Economy of War (Juuni 2019).

Anonim

Kalmani filter on optimaalne hindamisalgoritm, mille abil saab hinnata muutujat, mida saab kaudselt mõõta, ja leida parimate seisundite hinnang, kombineerides mitmesuguste andurite mõõtmist müra juuresolekul.

Kalmani filter on nime saanud tema teooria üks peamisi arendajaid Rudolf E. Kálmán . Kalmani filter pakub laias valikus kosmosetehnoloogiat Navigatsioon, robootika, trajektoori optimeerimine, juhtimissüsteemid, signaalitöötlus, aegridade analüüs ja ökonomeetria. Tegelikult kalmani filtri esimene rakendus tehti NASA AMESi keskuses 1960. aastate alguses apollo ruumi kapsli perimeetri juhtimise teostatavusuuringu käigus.

Kalmani filtrid on ideaalseks süsteemide jaoks, mis pidevalt muutuvad ja sobivad hästi reaalajasüsteemide ehitamiseks, kuna Kalmani filter on dünaamiline lineaarne mudel, mis suudab kohaneda pidevalt muutuva keskkonnaga. Kalmani filtri peamine eelis on see, et see on ka prognoositav, adaptiivne ja on tõesti kiire, kuna see ei jälgi ajaloolisi andmeid, vaid pigem eelmist seisundit.

Kalmani filter selgitatakse lihtsates tingimustes

Kalmani filtrite riigieelarve

Kalmani filter - optimaalne riigieelarve

Kalmani filtri pütiooni rakendamisel on väga kasulik, kuna raamatukogus PyKalman muudab elu lihtsamaks kui keerleb matemaatika kraami
kalmani hinnangut arvutama.

Kalmani filtri keskmise hindamise rakendamine IPythoni sülearvutis, kasutades PyKalmani, Bokehi, NSEPy ja pandasid interaktiivsete päevase küünlajalgak Charts Kalmani filtri jaoks

Järgmises juhendis arutleme huvitavama statistilise mudeli üle ja seda, kuidas seda rakendada pythonis.