nechodím na prednáškyTAR2_20170502 03 Spojitý Kalmanov filter - implementácia v MATLABe/Simulinku
Preber si túto prednášku so svojou AI
Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto prednášky.
Zhrnutie prednášky
Prednáška sa venuje praktickej implementácii spojitého Kalmanovho filtra v prostredí MATLAB/Simulink na príklade dvoch prepojených zásobníkov kvapaliny. Vysvetľuje sa možnosť výpočtu filtra pomocou funkcie LQE, ako aj rozšírenie stavového modelu o poruchu (s konštantným priebehom) na zabezpečenie konvergencie odhadovaných stavov k skutočným hodnotám. Hlavná časť sa zameriava na implementáciu dynamického Kalmanovho filtra pomocou S-funkcie v Simulinku – definovanie vstupov (U, Y), výstupov (odhadované stavy, výstup, kovariančná matica, zosilnenie), počtu spojitých stavov (N²+N) a naplnenie derivácií podľa diferenciálnych rovníc filtra. Na záver sa demonštruje simulácia, kde Kalmanov filter úspešne odfiltruje šum zo senzora a odhadne neznáme stavy vrátane poruchy.
- - Výpočet Kalmanovho filtra v MATLABe pomocou funkcie LQE (LQ estimator)
- - Rozšírenie stavového modelu o poruchu (AD, CD) pre presnejšie sledovanie skutočných stavov
- - Rozdiel medzi asymptotickým (statické váhy KV, R) a dynamickým Kalmanovým filtrom
- - Implementácia dynamického filtra v Simulinku pomocou S-funkcie (inicializácia, derivácie, výstupy)
- - Určenie rozmerov premenných: N spojitých stavov plus N² pre kovariančnú maticu P
- - Praktické využitie Kalmanovho filtra: náhrada drahých senzorov, diagnostika procesu, odhad porúch
- - Demonštrácia na modeli dvoch zásobníkov – filtrovanie šumu a konvergencia odhadovaných stavov
Zhrnutie pripravené s pomocou AI z prepisu videa.
