Fusión sensorial con muestreo no convencional: eliminación de derivas y rampas Kalman/Rauch-Tung-Striebel

Antonio Sala, UPV

Dificultad: **** ,       Relevancia: ,      Duración: 13:15

Resumen:

La fusión de datos de navegación inercial (con deriva por la integración de datos de acelerómetros) y de GPS (sin deriva, pero a una frecuencia de muestreo más lenta) es un ejemplo clásico de las posibilidades del filtro de Kalman no estacionario. Este código presenta un ejemplo de dicha fusión sensorial a diferentes períodos de muestreo (de hecho, el período de muestreo será aleatorio) sobre el caso de estudio de eliminación de rampas abordado (para el caso de un único sensor) en los vídeos [rampdetr], [rampkales], [rampkalne] y [ramprts]. Obviamente, los resultados del filtro de Kalman con doble sensor (y del RTS smoother –teoría en vídeo [rtsm]– si el procesado es fuera de linea) son muy superiores al caso de disponer de un único sensor con deriva.

Nótese que el suavizado RTS para el doble integrador es considerado (de forma cuasi-equivalente) como un problema “Kernel regression” sobre el “proceso de Wiener integrado” en el vídeo [wienkrig]; bajo ciertas condiciones, el suavizado producido por un modelo doble integrador es una spline cúbica (función que, por tramos, es un polinomio de grado 3 que pasa por las muestras).

Colección completa [VER]:

• Anterior   Control bifrecuencia por asignación de polos: ejemplo Matlab

• Siguiente Normas de sen~ales y sistemas