如何定义 BLE 测量中的过程噪声以实现卡尔曼滤波器?

问题描述 投票:0回答:1

我在做什么?

我正在使用 BLE 进行距离计算 资产跟踪。为了标准化每个传感器的灵敏度,我设计了一个一维夹具。该夹具具有约 180 厘米的比例模型火车轨道,并且火车携带连接到 ESP32 信标的 TOF 传感器。火车驶向一面墙,墙内装有传感器(另一个 ESP32)。信标会按照固定的时间间隔发送信号,并测量到墙壁的距离。传感器将接收测量的距离以及 RSSI。火车以匀速行驶(除了启动和停止)。这一切都已注定。收集数据的代码有效。

在此之前,我已在距离信标分别 1m 和 2m 的传感器中收集了信标的 RSSI。

根据 ToF 和 RSSI 测量的距离,我正在尝试构建一个卡尔曼滤波器,可以扩展/外推到稍长的距离(约 3 - 4 米)。

我可以很好地测量 RSSI 距离计算的误差(基于 1m 和 2m 读数)。该夹具还可以为我提供 RSSI 的细粒度距离/误差测量。

我被困在哪里了?

但是,我不知道我的过程噪音是什么?

是ToF测量中的噪音吗?


PS:我知道这不是一个编程问题。但是,我没有找到这个问题的任何明确答案。我希望 StackOverflow 能在这里提供帮助。预先感谢。

process bluetooth-lowenergy noise kalman-filter
1个回答
0
投票

过程噪声是动态的不确定性,而不是测量的不确定性。对于线性动力学模型,可以将状态更新描述为 x_k+1 = F * x_k + w_k。过程噪声为w_k,通常假设具有零均值和协方差矩阵Q_k的多元高斯分布。确定 Q_k 很困难,并且可能需要一些调整。假设您很了解测量模型,如果您运行过滤器并且它过于自信,您可能需要增加 Q_k。相反,如果过滤器信心不足,可以减小 Q_k。

ToF测量中的噪声是测量噪声,用于更新步骤。

© www.soinside.com 2019 - 2024. All rights reserved.