Ich frage mich, was sind die Vor-und Nachteile von Kalman Filter und Exponentialfilter. Ich habe eine Multi-Sensor-Fusion Problem und Im versuchen, zu entscheiden, welche Methode zu wählen. Ich denke, Kalman-Filter ist rechnerisch kompliziert, aber es hat ein detaillierteres Modell des Systems, so ist es genauer () in Multi-Sensor-Fusion. Während das Exponentialfilter eine einfache Gleichung ist, ist es durch die Wahl von Alpha begrenzt (Höheres Alpha weniger Speicher des Filters und somit geringere Glättung, aber mehr Gewicht auf Messungen, während niedriges Alpha einen höheren Glättungsgrad aufweist, aber plötzliche Änderungen nicht richtig reflektiert werden Dass der Filter in der Lage ist, um die Fusion zu verbessern. Wenn das Problem, das ist der Fall, Was sind die Vor-und Nachteile von Kalman-Filter und Exponentialfilter Ich denke, Kalman-Filter ist mehr rechentechnisch kompliziert, aber es hat ein detaillierteres Modell des Systems, so ist es genauer () in multi - sensor Fusion. Das ist im Grunde genommen, im Allgemeinen je besser Ihr Modell das System ist, desto besser wird Ihr Filter sein, unabhängig davon, ob Sie mit einem Kalman-Filter. Das Exponentialfilter ist bei der Rauschunterdrückung, bei Jitter usw. nützlich, während das Kalman-Filter für die tatsächliche Multisensorfusion nützlich ist. Ist dieses korrekt, würde ich mit dieser Aussage nicht zustimmen. Der Kalman-Filter ist schlau um die Rauschunterdrückung. Sein viel schlauer als ein Tiefpassfilter kann sein, weil es vollen Nutzen aus allen Informationen nimmt, die in der Kovarianzmatrix gespeichert werden. Wenn die Leistungsmessung, die Sie betrachten, ist, wie nah der gefilterte Wert dem zutreffenden Wert entspricht, denke ich, dass das Beste, das ein einfaches Tiefpassfilter hoffen kann, seine Leistung zusammenbringt und das ist nur im einfachsten Fall eines gelegentlichen Wegs. Sobald Sie eine interessante Zustandsübergangsmatrix haben, finde ich, dass der Tiefpaßfilter keine Chance hat, weil er nicht sehen kann, wie Geschwindigkeitsunsicherheit in Positionsunsicherheit leckt, zum Beispiel. Ich versuche, einen magnetischen Kompass und ein Gyroskop für die Schätzung der wahren Orientierung zu kombinieren. Genau so ist ein Kalman-Filter ausgelegt. Aber wenn Sie über die Komplexität der Implementierung eines kalman-Filters besorgt sind, beginnen Sie mit der Implementierung der Tiefpaß-Filterversion: 1) Beginnen Sie mit einer einfachen Simulation 2) Aktualisieren Sie den Simulationszustand anhand Ihrer Messungen Das ist im Grunde der Rahmen für die kalman (einfachste) Filter für dieses System. Alles, was fehlt, ist: Schreiben Sie alles im Matrixformat Hinzufügen von Prozessrauschen während des Simulationsschrittes Fügen Sie einen Schritt hinzu, um die optimalen kalman-Verstärkungen zu berechnen, anstatt feste Werte für die alpha s zu verwenden. Fügen Sie einen Schritt hinzu, um die Filterkovarianz zu aktualisieren. Auch, wie nützlich ist der genetische Algorithmus für die Sensor-Fusion Ich sehe nicht, wo sie passen würde. Können Sie erarbeiten Der exponentielle Filter ist ein Spezialfall des Kalman-Filters, der die Betrachtung auf Systeme mit trivialer (konstanter) Dynamik und einem festen Verhältnis einschränkt Von Anlage zu (Anlagenmessung) Rauschen (dies bestimmt den alpha-Parameter). In Fällen, in denen diese Annahmen gelten, sind sie gleichwertig. In anderen Fällen können Sie mit dem Kalman-Filter bessere Ergebnisse erzielen (wenn Sie das System entsprechend modellieren). Die andere Hauptentscheidung ist, ob Sie die Geschwindigkeit im Zustandsraum einschließen, wenn Sie tun, dann ist der Kalman-Filter die Weise zu gehen. Antwort # 1 am: Mai 19, 2010, 07:10:01 am »Antwort: Die beigefügte ist die kompatible Version für die mehrere Zeitrahmen und einzelne Zeitrahmen Kalman Filter. Denken Sie nur an es als eine andere Art von exponentiellen gleitenden Durchschnitt. Die Einstellungen sind einfach. Für AppliedPrice verwenden Sie die folgenden: 0 - Open Preis 1 - Low Price 2 - High Price 3 - Close Price Ich habe keine anderen Arten von Preisen hinzugefügt, und aufgrund der Art des Filters werde ich nicht mehr hinzufügen, entweder in. Ich möchte erwähnen, dass die Zeit ein wenig anders ist, als Sie es in MAs gewöhnt sind. Es ist immer noch technisch das gleiche wie die Periode in einem EMA, aber aufgrund der Natur der Kalman-Filter, die die Periode hat nicht die gleiche Wirkung wie bei anderen beweglichen Durchschnitten. Sie können mit ihm spielen, aber ein persönlicher Vorschlag ist, den Zeitraum auf 20.50.100 oder höher zu halten. Der Kalman ist für einige generische Einstellungen jetzt eingerichtet, aber wenn jemand den Ehrgeiz hat, mit den Matrizen, die es für Berechnungen verwendet verwirren, lassen Sie mich wissen, und ich werde den Code schießen Sie Ihren Weg. Da, wie Sie feststellen, die normale Kalman cant wirklich effektiv eine langfristige Tendenzindikator wie ein 200 SMA ist, können Sie die mehrfache Zeitrahmenversion benutzen, um das Kalman auf längeren Zeitrahmen laufen zu lassen und dieses als quottrend indicator. quot persönlich zu verwenden Ich bevorzuge dies, da es weniger Verzögerung schafft und simuliert das Mitschneiden bei längeren Diagramm, um sicherzustellen, Signale Matchquot Theorie. Eine Idee ist, eine Daily oder H4 Kalman auf einer 15 oder 30 min Diagramm, und verwenden Sie es, um die langfristige Trend für diesen Tag spielen. Ich habe gerade beendet Debugging der Indikator heute, und obwohl sehr nützlich, ist diese Version des Indikators nicht wirklich mein Fokus jetzt. Ich arbeite an Optimierung es für meine spezifischen Bedürfnisse, die einige schwere mathematische Arbeit beinhaltet, aber diese Version ist Setup, um ein quotmiddle manquot in der Glätte vs Reaktionszeit Kampf, dass MAs immer Erfahrung sein. Darüber hinaus habe ich gerade diese heute habe ich nicht über eine Strategie, die derzeit angewendet wird, und ich habe nicht einen goldenen Weg zum Reichtum nur mit einem glatten Filter. Verwenden Sie den Filter, wie Sie möchten, vielleicht, wenn Sie Spielzeug herum mit ihm und kreativ es nur seinen Weg in Ihre nächste Trading-Strategie zu finden. Verschiedene Kalman-Perioden - Blue: 500 Kalman - Lichtblau: 200 Kalman - Grün: 100 Kalman - Red: 50 Kalman - Orange: 20 Kalman i295.photobucketalbumsm. Manperiods. gif Kissn den ganzen Weg nach oben Mitglieder müssen mindestens 0 Gutscheine in diesem Thread posten. 0 Trader die sich gerade ansehen Forex Factoryreg ist ein eingetragenes Warenzeichen.
No comments:
Post a Comment