2017-05-14 3 views

Répondre

0

Vous ne décrivez pas assez votre application pour indiquer si un filtre de Kalman est vraiment nécessaire. Cependant, vous finissez par filtrer vos données. Cependant, vous devrez probablement filtrer les valeurs aberrantes que vous décrivez. Il existe un vaste univers de techniques robustes telles que la moyenne tronquée, la déviation absolue médiane, la moindre médiane des carrés (LMedS), etc. This document fournit un bon résumé de ces méthodes.

En outre, Learning an Outlier-Robust Kalman Filter fournit un bon exemple de techniques robustes utilisées dans un filtre de Kalman qui semble plus en phase avec votre question. J'ai utilisé des adaptations de cette technique avec beaucoup de succès dans les applications.