¿Se puede usar el filtro de Kalman para aumentar la frecuencia de muestreo de una información en tiempo real?

0

En mi aplicación, estoy intentando controlar la fuerza de contacto de un efector final. Estoy obteniendo un rendimiento muy pobre por dos razones principales: la señal de retroalimentación tiene 1) retardo interno y es significativamente 2) submuestreada.

Desafortunadamente, soy muy limitado y no puedo mejorar el retraso de la señal de realimentación, sin embargo, creo que hay métodos para mejorar la tasa de muestreo.

He escuchado que puede usar un filtro de Kalman en la línea de retroalimentación para extrapolar en tiempo real y predecir información de realimentación y mejorar el muestreo. Antes de aventurarme en esto, me preguntaba si alguien puede confirmar que puedes usar un filtro de Kalman para hacer esto. Si no, ¿qué otros métodos se pueden utilizar? El modelado interno es difícil porque este sistema está dominado por perturbaciones externas.

    
pregunta Danny Gelman

1 respuesta

2

Una vez que los datos no se muestrean correctamente, la información de alta frecuencia desaparece (el mejor de los casos) y, si no ha realizado un filtro previo antes del muestreo, se le asigna una frecuencia más baja.

No se puede deshacer. Un filtro de Kalman o cualquier algoritmo de interpolación no lo recuperará.

Si puede tolerar una muestra de demora, probablemente pueda muestrear los datos lo suficiente para controlar su sistema, pero si el control deficiente se debe a que está perdiendo información de alta frecuencia, o porque las altas frecuencias son alias, fuera de suerte.

Su única esperanza real es que los datos no sean submuestreados y que tenga un bajo rendimiento por alguna otra razón. En este caso, un filtro predictivo puede ser de ayuda, al igual que algunas otras cosas. Necesitaríamos algunos detalles para tratar de resolver esto. ¿Puede compartir por qué cree que los datos no están muestreados?

    
respondido por el Scott Seidman

Lea otras preguntas en las etiquetas