Questions tagged «measurement»

对于实时应用，找到信号平均值和标准偏差的理想方法是什么。我希望能够在信号在一定时间内偏离平均值超过3个标准偏差时触发控制器。 我假设专用DSP可以很容易地做到这一点，但是是否有可能不需要那么复杂的“捷径”？

31 statistics  real-time  measurement 

我正在执行系统识别测量，并希望将测量系统的响应与测量的响应反卷积。 系统的设置如下：信号在PC上生成，然后将信号发送到声卡，声卡再将信号转发到功率放大器，从而驱动扬声器。扬声器传播由麦克风捕获的声能，然后传播回声卡。记录的信号然后由计算机处理。 声卡的信号也直接反馈给自身，这使我能够测量pc-> DAC-> ADC-> pc响应的响应。 我想把这个“测量链”从整个“系统链”中解卷出来。我可以使用什么方法执行此任务？

14 system-identification  measurement 

即，如果您有位置变量（p）和速度（v）作为状态变量，并且我对p进行了低频测量，那么这也间接给了我有关v的信息（因为它是p的导数）。处理这种关系的最佳方法是什么？ A）在更新步骤中，我应该只说我测量了p，并且依靠滤波过程以及我积累的状态-协方差矩阵（P）来校正v？ b）如果我创建一个“额外”的预测步骤，之后或者用于测量我更新步骤之前p，使用我的测量p和（相对大的）Δ-时间作出的高方差预测v？ C）在更新/测量步骤中，我是否应该说我已经对p和 v进行了测量，然后以某种方式将有关其相互依赖性的信息编码到测量协方差矩阵（R）中？ 为了获得更多背景信息，以下是我遇到问题的具体情况： 我正在使用一个系统来估计对象的位置（p），并经常测量加速度（a）和不频繁地测量p高噪声。 我目前正在使用扩展卡尔曼过滤器（Extended Kalman Filter）执行此操作的代码库，其中将其保留为状态变量p和v。在每次加速度测量之后，它都会执行“预测”步骤，在该步骤中，它使用测量的a和增量时间来积分和预测新的p和v。然后，它为每个（不频繁的）p测量运行一个“更新” /“测量”步骤。 问题是这样的-我得到的偶然的高误差测量一个，这导致高度误差v。显然，对a的进一步测量将永远不会纠正此问题，但对p的测量应摆脱此问题。而且，实际上，这确实发生了……但是非常缓慢。 我以为这可能部分是因为p在系统中影响v的唯一方法是通过协方差矩阵P-即上面的方法A）-这似乎是间接的。我想知道是否会有更好的方法将我们对p和v之间这种关系的了解纳入模型，以便对p的测量可以更快地校正v。 谢谢！

13 filters  kalman-filters  estimation  measurement  bayesian-estimation 

我正在一个项目中，我们在其中测量组件的可焊性。测得的信号有噪声。我们需要实时处理信号，以便能够识别从5000毫秒开始的变化。 我的系统每10毫秒对真实值进行一次采样-但可以对其进行调整以降低采样速度。 如何在5000毫秒处检测到这种下降？ 您如何看待信噪比？我们应该集中精力并试图获得更好的信号吗？ 存在一个问题，即每个度量都有不同的结果，有时跌落甚至小于此示例。 链接到数据文件（它们与用于绘图的文件不同，但是它们显示最新的系统状态） https://docs.google.com/open?id=0B3wRYK5WB4afV0NEMlZNRHJzVkk https://docs.google.com/open?id=0B3wRYK5WB4afZ3lIVzhubl9iV0E https://docs.google.com/open?id=0B3wRYK5WB4afUktnMmxfNHJsQmc https://docs.google.com/open?id=0B3wRYK5WB4afRmxVYjItQ09PbE0 https://docs.google.com/open?id=0B3wRYK5WB4afU3RhYUxBQzNzVDQ

12 filters  discrete-signals  real-time  measurement