Есть некое измерение. На него накладывается нехорошая шумоподобная погрешность, обусловленная несовершенством метода измерения. Другого метода измерения у меня нет и не будет. Хочу применить фильтр Кальмана (или какой-то другой?) для фильтрации этих измерений. Насколько я понял, фильтр Кальмана делается в расчете на то, что помехи (или погрешность измерений) имеют нормальное гауссово распределение. Но у меня распределение шума близко к равномерному, спектр сильно неравномерен и существенна автокорреляция. Будет ли фильтр Кальмана полезен в такой ситуации? Или стОит поискать другой фильтр?

dimss
Вообще адаптивный фильтр (при определённой схеме включения) очень хорошо и просто позволяет выделять гармонический или другой периодический сигнал на фоне шума (Гауссовского или равноменрного это по моему второстепенно). Причём он сам на него настраивается. Либо наоборот позволяет адаптивно давить сосредоточенную помеху (Пробовал, действительно так). То, что в Вашем сигнале существенна автокорреляция, даёт основание надеяться, что адаптивный фильтр будет Вам полезен. Единственный недостаток - ему нужно какое-то время на адаптацию. Если реализация сигнала короткая - может не успеть.
Различные алгоритмы адаптивных фильтров отличаются скоростью адаптации и сложностью. Самый простой и распространённый, это градиентный алгоритм.
Знаю только, что алгоритм Кальмана обладает более быстрой сходимостью.

Единственный недостаток - ему нужно какое-то время на адаптацию. Если реализация сигнала короткая - может не успеть.

Реализация весьма длинная. Опрос каждые 1-5 минут (настраиваемо), данные накоплены за год.

Самый простой и распространённый, это градиентный алгоритм.

Это как?

Знаю только, что алгоритм Кальмана обладает более быстрой сходимостью.

Оно мне и надо. Чтобы значительные изменения измеряемой величины были сразу заметны оператору. Правильно ли я понимаю?

Discret
Самый простой и распространённый, это градиентный алгоритм.
Нельзя ли на пальцах объяснить, популярно, с примерами, просьба в книжки умные носом не тыкать, читал, но плохо понял, надеюсь на помощь сумевших разобраться.

dimss
Mesh
Подготовил краткое практическое руководство по реализации и применению адаптивной фильтрации (всего лишь некоторые аспекты). Ннадеюсь, Вам пригодится.

См. здесь
http://www.radioscanner.ru/uploader/2007/adaptivfiltr.zip

А кто про Калмана расскажет доходчиво? Или ссылку хорошую?

Discret
Спасибо, буду пробовать разбиратся.

Подготовил краткое практическое руководство

Спасибо!

Знаю только, что алгоритм Кальмана обладает более быстрой сходимостью.
Не корысти ради... Правильно писать и говорить: Калман (без мягкого знака). ;))

Discret
Вы не могли бы ответить на пару вопросов по вашей статье? Правильно ли я понимаю, что после каждого такта продвижения в линии задержки фильтра, происходит процедура обновления всех коэффициентов по рекуррентой формуле которую вы привели? На вскидку мне не ясен такой момент, допустим ошибка равна нулю или ничтожно малая, тогда получается все коэффициенты автоматом принимают одно и тоже значение? Как так?

зы. Вопрос снимается, запутался в индексах. ;)