6 votos

Alisado de datos ruidosos

Recientemente he lanzado un cohete con un altímetro, que es precisa para aproximadamente 10 pies. Los datos registrados en incrementos de tiempo de 0.05 s por ejemplo y una gráfica de la altitud en función del tiempo, se ve bastante como se debe cuando se aleja.

El problema es cuando trato de calcular otros valores tales como la velocidad o la aceleración de los datos, la precisión de las mediciones que hace que los valores calculados bastante inútil. ¿Qué técnicas puedo utilizar para suavizar los datos para que yo pueda calcular (o aproximado) valores razonables para la velocidad y la aceleración? Es importante que los eventos más importantes permanecer en su lugar en el tiempo, más notablemente el 0 para la primera entrada y el punto más alto durante el vuelo (2707).

Los datos de altitud de la siguiente manera y se mide en pies por encima del nivel del suelo. El primer tiempo sería 0.00 y cada una de las muestras es de 0.05 segundos después de que la muestra anterior. El pico en el principio de que el vuelo es debido a un problema técnico que se produjo durante el despegue y la eliminación de la espiga sería lo mejor.

Toda la ayuda es muy apreciada.

00000
00000
00000
00076
00229
00095
00057
00038
00048
00057
00057
00076
00086
00095
00105
00114
00124
00133
00152
00152
00171
00190
00200
00219
00229
00248
00267
00277
00286
00305
00334
00343
00363
00363
00382
00382
00401
00420
00440
00459
00469
00488
00517
00527
00546
00565
00585
00613
00633
00652
00671
00691
00710
00729
00759
00778
00798
00817
00837
00856
00885
00904
00924
00944
00963
00983
01002
01022
01041
01061
01080
01100
01120
01139
01149
01169
01179
01198
01218
01238
01257
01277
01297
01317
01327
01346
01356
01376
01396
01415
01425
01445
01465
01475
01495
01515
01525
01545
01554
01574
01594
01614
01614
01634
01654
01664
01674
01694
01714
01724
01734
01754
01764
01774
01794
01804
01814
01834
01844
01854
01874
01884
01894
01914
01924
01934
01954
01954
01975
01995
01995
02015
02015
02035
02045
02055
02075
02075
02096
02096
02116
02126
02136
02146
02156
02167
02177
02187
02197
02207
02217
02227
02237
02237
02258
02268
02278
02278
02298
02298
02319
02319
02319
02339
02349
02359
02359
02370
02380
02380
02400
02400
01914
02319
02420
02482
02523
02461
02502
02543
02564
02595
02625
02666
02707
02646
02605
02605
02584
02574
02543
02543
02543
02543
02543
02543
02554
02543
02554
02554
02554
02554
02543
02543
02543
02543
02543
02543
02543
02543
02543
02543
02543
02543
02543
02543
02543
02543
02543
02543
02543
02543
02543
02533
02543
02543
02543
02543
02543
02543
02543
02543
02533
02523
02523
02523
02523
02523
02523
02523
02523
02543
02523
02523
02523
02523
02523
02523
02523
02523
02513
02513
02502
02502
02492
02482
02482
02482
02482
02482
02482
02482
02482
02482
02482
02482
02482
02482
02482
02482
02472
02472
02472
02461
02461
02461
02461
02451
02451
02451
02461
02461
02451
02451
02451
02451
02451
02451
02441
02441
02441
02441
02441
02441
02441
02441
02441
02441
02441
02441
02441
02441
02441
02441
02441
02441
02441
02441
02431
02441
02431
02441
02431
02420
02431
02420
02420
02420
02420
02420
02420
02420
02420
02420
02420
02420
02420
02410
02420
02410
02410
02410
02410
02400
02400
02410
02400
02400
02400
02400
02400
02400
02400
02400
02400
02400
02400
02400
02390
02390
02390
02380
02380
02380
02380
02380
02380
02380
02380
02380
02380
02380
02380
02380
02370
02370
02380
02370
02359
02359
02359
02359
02359
02359
02359
02359
02359
02359
02359
02359
02359
02359
02349
02349
02349
02349
02349
02339
02339
02339
02339
02339
02339
02339
02339
02339
02339
02339
02339
02339

4voto

Steven Murawski Puntos 6665

Si usted tiene los datos para el conjunto de vuelo disponibles para usted, a continuación, un buen enfoque es de Kalman suavizado. Si desea estimaciones durante el vuelo que desea filtrado de Kalman. Parece como si usted está interesado en el ex. La diferencia es que de Kalman suavizado utiliza los datos de todo el vuelo para estimar los valores en cada punto en el tiempo mientras que el filtrado de Kalman sólo utiliza el "pasado" para hacer sus estimaciones. Algunos googleando encontré un legibles en busca de papel en ambos filtrado de Kalman y suavizado. Pero usted necesita para sintonizar con una estimación de las propiedades del ruido de los sensores. Creo que en el mundo real, los ingenieros a menudo adivinar estos valores. (O tal vez sólo los que me conocen...)

2voto

AudioDan Puntos 168

han escuchado del filtro de Kalman: es un enfoque muy popular para este tipo de problemas (por ejemplo: rastreo satelital) donde solo hay observaciones ruidosas y una conocida dinámica (leyes de Newton del movimiento) + las diversas características de su cohete. Esto se aplica muy fácilmente - ver wikipedia

2voto

Rakesh Juyal Puntos 203

Convolución de los datos (lo más sencillo es utilizar una caja) y renormalize. Utilice el comando conv de MATLAB.

EDIT: También podría considerar splines. Tenga presente el dicontinuity de derivados más altos si haces esto.

2voto

Hrvoje Puntos 4248

http://Math.lanl.gov/Research/Highlights/PDF/tvdiff.pdf

Este papel

http://CiteSeerX.IST.PSU.edu/viewdoc/download?DOI=10.1.1.102.6671&REP=Rep1&type=pdf

contiene un breve estudio de la literatura sobre diferenciación numérica estable con referencias.

0voto

Vetle Puntos 413

La estrategia más simple que viene a la mente es reemplazar cada punto de datos con la media de sus vecinos más cercanos. (Este es un simple tipo de convolución, pero sería bastante bueno que no tienes que hacer nada más complicado. Al parecer un montón de programas de álgebra de computadora tiene algoritmos de convolución para exactamente este propósito. ¿Tratas de Google o Wikipedia?)

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X