アルゴリズムのフィルター/normalise悪信号

Question

作業の追跡を用いたリニューアルしましたこの微細なもので休地や悪天候か不正確な点です。ときにプロットして、どんな権利をふんだんに使ったホップ/ジャンプの様子。

何アルゴリズムは走り込んだところ、フィルターの悪信号 というの応用ぼかのアルゴリズムがどう思いますか？

Answer 1

がいくつかのオプション:

1. 捨てるの値
2. フィルター
3. 使用によりGPS
4. 利用の外部データソース(スナップ道路)
5. 組み合わせの上

私のように利用ィルタ-を用いてカルマンフィルターの代表的な（しばしばワシントンd.c.の有溶液を使用量予測の平均化をより安価なイノベーション研究センター(無限インパルス応答)フィルタ:

FilteredValue=FilteredValue*0.75+NewValue*0.25

きGPSモジュールだ4-5修正、利用できるようになります上記の"安'フィルタの合理的な応答です。

まだ良いがGPS(SiRF III以上）をしていると思索により、屋内の受付が可能です)。-

消費者のGPSユニット"スナップの道路がも可能とのことですので、誤差の道が見ることはありませ、消費者などのその他の技術です。

最適化有限要素モデルとカルマンは簡単なことではありませんの実がなく外部データセットやセンサなどの道路の速)で最高のオプションです。チェック http://www.google.com/search?q=open%20source%20kalman%20filter コードおよびチュートリアルです。

-アダム

Answer 2

RE： -

"ポップ" ノイズの存在下でのフィルタリング

私はこれを行うために見つけた最も簡単な方法の1つは、次のとおりです。

delta = newValue - filteredValue;
delta = delta > LARGEST_SANE_DELTA ? LARGEST_SANE_DELTA
     : (delta < -LARGEST_SANE_DELTA ? -LARGEST_SANE_DELTA : delta);
filteredValue += alpha*delta;

ここで、α= 1 /タウおよびタウは当該ローパスフィルタの時定数であり、上記のコードの反復の間の時間の倍数で表しました。値はLARGEST_SANE_DELTA入力にnewValueとクリップ過大な変形の大きな可能な変化を表しています。そここのタイプのノイズを拒絶するより良い方法はおそらくありますが、それらはより複雑であり、私が言及した一つは非常に単純です。

Answer 3

カルマンフィルタを使用します。