Forum: Digitale Signalverarbeitung / DSP / Machine Learning dynamisches Verhalten anhand von Messdaten charakterisieren


Announcement: there is an English version of this forum on EmbDev.net. Posts you create there will be displayed on Mikrocontroller.net and EmbDev.net.
von A. S. (rava)


Bewertung
0 lesenswert
nicht lesenswert
Hallo zusammen,
ich habe ein System aus einem (leicht) nichtlinearen Zustandsschätzer 
und dem dazugehörigen (leicht) nichtlinearen Sensor. Das Verhalten des 
Gesamtpaketes möchte ich Anhand eines zeitdiskreten 
Eingangs-Ausgangs-Messdatensatzes charakterisieren. Ich habe nur leider 
keinen Einfluss darauf, wie die Daten aussehen - ich muss nehmen, was 
vorliegt.

Neben stationärer Genauigkeit fällt mir ganz spontan der RMSE ein.
Aber wie bewerte ich das dynamische Verhalten? In der Theorie kommen 
Größen wie 90%-Rise-Time in Frage. Eine Sprunganregung ist aber nicht in 
meinen Messdaten enthalten - da werden einfach kontinuierliche 
Trajektorien abgefahren. Theoretisch könnte ich eine 
Systemidentifikation durchführen, um die Zeitkonstante eines 
approximierenden PT1-Gliedes zu ermitteln. Das sagt mir etwas über die 
Trägheit des Systems. Allerdings gilt auch hier: hohe Frequenzen sind in 
den Anregedaten nur begrenzt enthalten.

Gibt's noch einen wissenschaftlicheren Ansatz?

von Stefan W. (bier16v)


Bewertung
0 lesenswert
nicht lesenswert
Naja, wenn die Messdaten mist sind, hilft dir auch keine Identifikation. 
Da wirst du auf Grund schlechter Kondition der Massdaten kein 
brtauchbares Ergebnis erzielen.
Um was für ein System (Sensor) handelt es sich?

A. S. schrieb:
> Gibt's noch einen wissenschaftlicheren Ansatz?

Modellbildung ;-)

von A. S. (rava)


Bewertung
0 lesenswert
nicht lesenswert
Stefan W. schrieb:
> Naja, wenn die Messdaten mist sind

ich würde nicht sagen, dass sie "Mist" sind. Im Gegenteil. Sie sind 
sogar sehr umfangreich. Und in geringen Mengen sind auch einigermaßen 
dynamische Bewegungen enthalten.


Aber ganz ehrlich. Wenn mir eine Annäherung als PT1-Glied ohne 
Verstärkung genügt (tut sie das? ist das sinnvoll?) dann habe ich doch 
nur eine Unbekannte, nämlich die Zeitkonstante. Und dafür dürften doch 
ein paar wenige Samples genügen, bei denen das Ziel nicht still steht.

Ich frag mich nur immer noch: ist das sinnvoll?




Der Anwendungsbereich ist Sensorfusion beim Objekttracking mithilfe von 
mehreren Kamerasensoren. Die Genauigkeit erhöht sich durch Glättung, 
aber wenn ich zu sehr glätte, leidet die Reaktivität des Systems.
Das würde ich gerne quantifizieren.

Die Objekte sind Menschen. Die mögen bekanntermaßen schnelle 
Beschleunigungen nicht. Außerdem muss die Bewegung so langsam sein, dass 
die Software in den Kameras noch folgen kann.

Stefan W. schrieb:
> Modellbildung ;-)

wird schwierig, da ich nicht wissen kann, was in den Kameras passiert.

Antwort schreiben

Die Angabe einer E-Mail-Adresse ist freiwillig. Wenn Sie automatisch per E-Mail über Antworten auf Ihren Beitrag informiert werden möchten, melden Sie sich bitte an.

Wichtige Regeln - erst lesen, dann posten!

  • Groß- und Kleinschreibung verwenden
  • Längeren Sourcecode nicht im Text einfügen, sondern als Dateianhang

Formatierung (mehr Informationen...)

  • [c]C-Code[/c]
  • [code]Code in anderen Sprachen, ASCII-Zeichnungen[/code]
  • [math]Formel in LaTeX-Syntax[/math]
  • [[Titel]] - Link zu Artikel
  • Verweis auf anderen Beitrag einfügen: Rechtsklick auf Beitragstitel,
    "Adresse kopieren", und in den Text einfügen




Bild automatisch verkleinern, falls nötig
Bitte das JPG-Format nur für Fotos und Scans verwenden!
Zeichnungen und Screenshots im PNG- oder
GIF-Format hochladen. Siehe Bildformate.
Hinweis: der ursprüngliche Beitrag ist mehr als 6 Monate alt.
Bitte hier nur auf die ursprüngliche Frage antworten,
für neue Fragen einen neuen Beitrag erstellen.

Mit dem Abschicken bestätigst du, die Nutzungsbedingungen anzuerkennen.