amoBBS 阿莫电子论坛

 找回密码
 注册
搜索
bottom↓
12
返回列表 发新帖
楼主: jackk

卡尔曼滤波算法C语言实现(转2)

  [复制链接]
发表于 2014-10-6 15:19:56 | 显示全部楼层
这个飞控上应该很有用。
发表于 2014-10-6 15:46:09 来自手机 | 显示全部楼层
已收藏 感谢分享
发表于 2014-10-22 14:17:05 | 显示全部楼层
卡尔曼滤波,学习了
发表于 2014-10-23 08:43:16 | 显示全部楼层
谢谢分享......
发表于 2014-10-25 23:17:33 | 显示全部楼层
顶一个,对我帮助大大了!!!!!!!!!!!!!
发表于 2014-10-25 23:51:02 | 显示全部楼层
不错!!!!1
发表于 2014-10-27 19:11:17 | 显示全部楼层
O(∩_∩)O谢谢楼主分享
发表于 2014-10-27 20:05:14 | 显示全部楼层
这个需要,研究一下。
发表于 2014-10-30 10:57:35 | 显示全部楼层
学习了...
发表于 2014-10-30 21:46:56 | 显示全部楼层
你已經做得很棒了

真的,謝謝您的分享 ^^"
发表于 2014-11-15 16:19:17 | 显示全部楼层
过段时间就要学这个滤波了,做个记号先
发表于 2014-11-15 16:48:03 | 显示全部楼层
有内容,MARK。
发表于 2014-12-3 15:14:27 | 显示全部楼层
mark,学习了
发表于 2014-12-12 14:42:23 来自手机 | 显示全部楼层
不错,跟着楼主学习了!
发表于 2014-12-13 17:29:17 | 显示全部楼层
楼主有大爱
发表于 2014-12-14 14:15:35 | 显示全部楼层
应该改进的了的吧,系统方差还有测量方差实时计算。。AKF自适应卡尔曼滤波
发表于 2014-12-14 15:07:30 | 显示全部楼层
路过帮顶   学习学习 !!!
发表于 2014-12-14 15:10:14 | 显示全部楼层
收下了,谢谢楼主分享
发表于 2014-12-14 16:23:31 | 显示全部楼层
卡尔曼滤波算法C语言实现  这个不错mark一下,下个月用
发表于 2014-12-24 15:40:18 | 显示全部楼层
好好学习一下。
发表于 2014-12-31 18:48:51 | 显示全部楼层
谢谢分享
发表于 2014-12-31 23:31:51 | 显示全部楼层
先收藏一下
发表于 2014-12-31 23:49:35 | 显示全部楼层
看了很久的这个卡尔曼,还是没有搞明白!
发表于 2015-1-2 21:33:03 | 显示全部楼层
首先感谢楼主的奉献
看了好多遍,理论是看懂了,有个问题,想请教一个各位大侠。      
        
        
        double R = MeasureNoise_R;  R:测量噪声,R增大,动态响应变慢,收敛稳定性变好        
        double Q = ProcessNiose_Q;  Q:过程噪声,Q增大,动态响应变快,收敛稳定性变坏
对于一个系统,比如说,室内温度测量系统吧,测温范围在0-30度,我知道我传感器+AD转换,总的精度是1%,
具体怎么确定Q 和 R 的值呢,或者说怎么估算呢?
虚心求教,请指点
发表于 2015-1-5 09:35:19 | 显示全部楼层
楼主厉害  下来学习学习
发表于 2015-1-7 15:44:59 | 显示全部楼层
这次总算看明白了!请问R和Q怎么确定,根据经验吗?
发表于 2015-1-7 15:57:55 | 显示全部楼层
很不错,下载备用
发表于 2015-1-19 21:35:27 | 显示全部楼层
make  卡尔曼
发表于 2015-2-7 23:33:04 | 显示全部楼层
谢谢分享,学到很多
发表于 2015-2-10 21:23:12 | 显示全部楼层
非常不错,收藏学习
发表于 2015-2-23 17:44:58 | 显示全部楼层
您这个不能算是真正的卡尔曼滤波哦
发表于 2015-2-23 17:54:14 | 显示全部楼层
学习了,谢谢楼主分享
发表于 2015-2-26 10:50:26 | 显示全部楼层
第一次听说这个滤波算法。标记一下,谢谢!
发表于 2015-3-19 17:14:05 | 显示全部楼层
学习了,谢谢分享
发表于 2015-3-20 13:48:40 | 显示全部楼层
看了一下,不过没有太明白,正在学习。
楼主在北京不?
发表于 2015-4-28 15:56:50 | 显示全部楼层
楼主好样的,帮了我大忙了,谢谢。
发表于 2015-4-28 20:10:26 | 显示全部楼层
正在学习,不知道代码移植过来效果怎么样
发表于 2015-4-28 20:31:09 | 显示全部楼层
不错,卡尔曼滤波,mark下
发表于 2015-5-3 09:47:08 | 显示全部楼层
收藏一个,不错!
发表于 2015-5-14 16:28:23 | 显示全部楼层
很专业的描述,算法是靠自己领悟的,但是需要更多的专业和应用知识。
卡尔曼滤波,不错。
发表于 2015-5-20 19:43:43 | 显示全部楼层
收藏了,哈哈
发表于 2015-5-24 19:22:14 | 显示全部楼层
学习了,留下记号。
发表于 2015-5-24 19:29:31 | 显示全部楼层
学习一下。
发表于 2015-5-24 20:05:36 | 显示全部楼层
mark   mark   觉得卡尔曼有点难理解。
发表于 2015-5-25 23:01:27 | 显示全部楼层
K.O.Carnivist 发表于 2014-4-18 19:18
应该是只要求噪声是是独立的高斯分布,没有要求平稳性。噪声协方差阵可以是时变的。 ...

如果是在要求高,必须用UKF
发表于 2015-8-9 18:11:22 | 显示全部楼层
噢噢噢噢学习学习·~~~~感谢楼主
发表于 2015-8-26 14:14:46 | 显示全部楼层
mark一下
发表于 2015-8-26 16:05:44 | 显示全部楼层
收藏了!
发表于 2015-8-26 16:33:05 | 显示全部楼层
多谢楼主,学习一下
发表于 2015-8-31 21:35:16 | 显示全部楼层
非常有用,感谢楼主的无私分享!
发表于 2015-8-31 21:43:47 | 显示全部楼层
学习下!
发表于 2015-8-31 23:50:26 | 显示全部楼层
多谢楼主,学习一下
发表于 2015-9-7 22:05:35 来自手机 | 显示全部楼层
楼主,能否发私信过来?因我无法发送私信,谢谢
发表于 2015-9-8 17:28:11 | 显示全部楼层
下下来好好看看
发表于 2015-9-10 15:15:47 | 显示全部楼层
mark~写代码时可以参考一下
发表于 2015-9-10 17:14:38 | 显示全部楼层
标记一下!
发表于 2015-9-12 02:53:32 来自手机 | 显示全部楼层
不错帖子
发表于 2015-10-24 11:11:17 | 显示全部楼层
写得很详细,收藏了
发表于 2015-10-25 08:54:35 | 显示全部楼层
有几个疑问:
1.有些情况下R、Q是已知的吧
2.卡尔曼滤波应该有一组观测值和一组估计值,然后用这两组数据可以得到融合值
观测值是已知的,估计值应该是用状态方程推出来吧?看程序里写的是当前时刻的估计值就是上一时刻的融合值,如果改成当前时刻的估计值等于上一时刻融合值通过状态方程推出的估计值,这样效果会不会好一点呢?
发表于 2015-10-29 12:44:31 | 显示全部楼层
好好学习一下。
发表于 2015-11-2 10:53:13 | 显示全部楼层
不错呀,学习了
发表于 2015-11-27 11:02:53 | 显示全部楼层
支持一下。
发表于 2015-11-27 12:33:59 | 显示全部楼层
MARK
发表于 2015-11-27 21:58:17 | 显示全部楼层
mark~ 卡尔曼滤波
感谢楼主分享
发表于 2015-12-1 16:33:02 | 显示全部楼层
不错,卡尔曼滤波,mark下
发表于 2016-1-19 09:23:16 | 显示全部楼层
还是不大懂,学习了
发表于 2016-1-19 09:31:29 | 显示全部楼层
不错,mark下
发表于 2016-1-19 11:07:00 | 显示全部楼层
学习了,收藏!
发表于 2016-1-20 12:09:30 | 显示全部楼层
好帖子,谢谢楼主分享……
发表于 2016-1-21 09:58:06 | 显示全部楼层
我在四轴上用了kalman,效果的确不错,但是数学功底不够,还是没有完全理解它的推导过程,不知道kalman能否用来滤除固定频率的干扰源
发表于 2016-3-10 23:25:44 | 显示全部楼层
mark一下
发表于 2016-5-3 15:55:50 | 显示全部楼层
好的数字滤波器跟初始参数无关,这个算是经典滤波器,不属于自适应滤波器
发表于 2016-5-10 14:04:22 | 显示全部楼层
不错,卡尔曼滤波,mark下
发表于 2016-6-22 11:39:25 | 显示全部楼层

#define KALMAN_Q        0.0000001
#define KALMAN_R        10.0000

#define KALMAN_P0        2210.0000
double KalmanFilter(const double ResrcData,
                                        double ProcessNiose_Q,double MeasureNoise_R,double InitialPrediction)
{
        double R = MeasureNoise_R;
        double Q = ProcessNiose_Q;

        static        double x_last;

        double x_mid = x_last;
        double x_now;

        static        double p_last;

        double p_mid ;
        double p_now;
        double kg;       

        x_mid=x_last;
        p_mid=p_last+Q;
        kg=p_mid/(p_mid+R);
        x_now=x_mid+kg*(ResrcData-x_mid);
               
        p_now=(1-kg)*p_mid;

        p_last = p_now;
        x_last = x_now;

        return x_now;               
}
上面是滤波函数
下面是AD采集值,KXR94.AXIS_X = (unsigned int)KalmanFilter((double)KXR94.AXIS_X,KALMAN_Q,KALMAN_R,KALMAN_P0);
我测出的图像如图,跟你的差距很大,是我哪里应用不当吗
            

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册

x
发表于 2016-6-23 10:44:31 | 显示全部楼层
楼主我使用你上面的代码在AVR单片机上使用,结果出来的是一条上升的直线,楼主能不能耐心讲解一下如何补充
发表于 2016-7-21 14:49:26 | 显示全部楼层
非常不错,赶快收藏
发表于 2016-9-22 17:11:25 | 显示全部楼层
卡尔曼滤波,,学习学习
发表于 2016-9-28 10:52:18 | 显示全部楼层
收藏学习一下。卡尔曼滤波还是很有用的。
发表于 2016-9-28 11:43:50 | 显示全部楼层
xuexueaibeibei 发表于 2014-5-11 10:49
看了楼主的程序,有几个问题,希望楼主解答!

1.我采集的三轴角度传感器的X Y Z三个通道的AD值,用DMA传输 ...

能不能分享下硬件 滤波的经验
发表于 2016-9-28 23:06:42 | 显示全部楼层
谢谢楼主分享!!
发表于 2016-11-2 18:43:24 | 显示全部楼层
MARK下,以后调试试试!
发表于 2016-11-2 20:11:52 | 显示全部楼层
谢谢,学习!!!
发表于 2016-11-2 20:38:26 | 显示全部楼层
有浮点 运行太慢  不符合现实情况呀
发表于 2016-11-29 20:43:01 | 显示全部楼层
mark,谢谢楼主
发表于 2016-11-29 21:38:26 | 显示全部楼层
mark,谢谢楼主
发表于 2016-11-30 16:10:00 | 显示全部楼层
楼主,初值估计值好像在您的滤波程序中没使用
发表于 2016-11-30 18:09:01 | 显示全部楼层
jorry 发表于 2016-11-30 16:10
楼主,初值估计值好像在您的滤波程序中没使用

看上楼的讨论知道了,谢谢分享!!
发表于 2017-1-20 09:31:56 | 显示全部楼层
多谢分享~~~~~~
发表于 2017-6-13 10:01:15 | 显示全部楼层
讨论得很热闹,学习了
发表于 2017-7-20 05:44:59 来自手机 | 显示全部楼层
正需要,谢谢
友情提示:标题不合格、重复发帖,将会被封锁ID。详情请参考:论坛通告:封锁ID、获得注册邀请码、恢复被封ID、投诉必读
您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|Archiver|阿莫电子论坛(原ourAVR/ourDEV) ( 粤ICP备09047143号 )

GMT+8, 2017-11-18 21:50

阿莫电子论坛, 原"中国电子开发网"

© 2004-2016 www.amobbs.com, 原www.ourdev.cn, 原www.ouravr.com

快速回复 返回顶部 返回列表