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?
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 ;-)
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.