У меня есть следующая проблема, связанная с отслеживанием воздушных судов через мультилатерацию: Нам удалось реализовать некоторые алгоритмы для расчета местоположения воздушных судов на основе мультилатерации с использованием 3 или 4 приемников. Проблема заключается в том, что трасса выглядит вполне «шатким» (Пожалуйста, см картинку в ссылке, жаль, что я не мог добавить его здесь из-за репутации.)Сглаживание дорожек с несколькими фильтрами с использованием фильтра Калмана?
Зеленая линия является истинным GPS дорожка воздушного судна на земле, оранжевый - вычисленный трек с помощью мультилатерации (разность времени прибытия, примерно от одной до двух позиций в секунду). GPS Track предназначен только для сравнения, он может быть недоступен в будущем.
Что было бы хорошим способом сгладить трек? Я наткнулся на фильтры Калмана. Я не математик или не имею опыта в робототехнике и т. П. Математика на этом уровне чрезвычайно трудно понять для меня (я рад, что мне удалось хорошо работать в мультилатерации). Трек вычисляется алгоритмом с закрытой формой. Может быть, может помочь переключение на итеративный алгоритм?
Итак, имеет ли смысл реализовать фильтр Калмана на полученной в результате позиции Multilateration? Или, может быть, уже по значениям TDOA перед фактическим вычислением позиции? Шаткий взгляд приводит к незначительным ошибкам измерений на сайте приемников, поэтому может помочь сгладить/отфильтровать значения TDOA.
Но, тем не менее, мне нужна очень сложная модель обновления, поскольку самолет движется, а значения TDOA зависят от одного истинного положения самолета. Я мог себе представить, что модель сглаживания трека и сглаживание значений TDOA очень схожа. если не то же самое.
Мы делаем все, что в Java, поэтому, возможно, есть библиотека, с которой мы могли бы начать, не выполняя все математику снова?
Не могли бы вы описать, что вы использовали в конце? Я рассматриваю аналогичную проблему и буду заинтересован в вашем решении. – Matyas