Integration von Ortsmessungen
Ständige Ortsmessung:
Modell
ins3.mdl
wie ins2.mdl, aber andere Parameter (in Messung und Filter!)
H = [0 0 1; 1 0 0]
R = [0.003, 0; 0, 1]
zusätzlich wird auch x gemessen, allerdings mit niedriger Genauigkeit
Ergebnis
Fehler bleibt beschränkt, aber relativ groß
höhere Genauigkeit der x-Messung
→ keine wesentliche Verbesserung
vermutete Ursache: internes Zufallspfad-Modell kann der schnellen Änderung von a nicht folgen
Seltene Ortsmessungen:
Modell
ins4.mdl
Mess-Block liefert verschiedene Arten von Messungen
jedes n-te Mal (n einstellbar) a und x mit entsprechendem R
sonst nur a
Kalman-Filter braucht sich änderndes (zeitabhängiges) H und R
Ergebnis bei x-Messung bei jedem 15. Schritt
Fehler bleibt in der Größenordnung des vorigen Modells
Zwei-Phasen-Messblock:
hat zwei verschiedene Messmethoden (jeweils mit H und R)
verwendet normalerweise H1, aber jedes n-te Mal H2
Parameter
Bezeichnung
Variable
observation matrix H1
H1
observation matrix H2
H2
variance of measurement R1
R1
variance of measurement R2
R2
decimation factor n of measurement 2
n
sample time
dt
initial seed
seed
Aufbau
Hit Test schaltet jedes n-te Mal durch
Interval Test statt Test auf 0 wegen möglichen Rundungsfehlern
Kalman-Filter mit zeitabhängiger Messung:
H und R nicht fest über Parameter, sondern variabel über Eingänge
Aufbau
setzt Formeln in direkter Weise um
Erweiterung auf beliebige Sample-Zeiten:
Änderung von dt → A und Q ändern sich
daher bei Kalman-Filter auch A und Q als Eingänge
nur noch x0 und P0 als Parameter
Implementierung wie üblich
daraus spezielles Kalmanfilter für kinematisches Modell
Block Ts bestimmt Sample Time der Messung
Matlab-Funktion für A
[1, u, 0.5*u^2; 0, 1, u; 0, 0, 1]
Matlab-Funktion für Q
[0.050*u^5, 0.125*u^4, 0.167*u^3;...
0.125*u^4, 0.333*u^3, 0.500*u^2; ...
0.167*u^3, 0.500*u^2, 1.000*u]*q
mit Parameter q für Kovarianz des kontinuierlichen Systems
Gesamtmodell
ins5.mdl
Lauf mit Sample Time = 0.1 (bei Flight1d und Measurement!) und Dezimierung um n = 150 der Ortsmessung
Ergebnis
Zahl und Genauigkeit der Ortsmessungen wie vorher
aber Fehler hat stark abgenommen
also Vermutung bestätigt: genauere Beschleunigungsmessungen nötig für einfaches Zufallspfad-Modell