有没有在线双集成加速经验的?

信息处理 高通滤波器
2022-01-28 17:08:18

我为离线过程找到了很好的文献,并且得到了很好的结果。但是,当涉及到在线应用程序时,我发现没有什么好的。一旦我得到位移,应用任何没有线性相位响应的滤波器都会给我带来太多的失真。然而,我使用的任何线性相位响应滤波器都会给我太多的“时间滞后”(除了它是非常高阶的)。以下是大多数人申请的流程:

原始加速度 --> [高通滤波器 (HPF)] --> [积分 (Int)] --> [HPF] --> [Int] --> [HPF] --> 位移信号

正如您可以想象的那样,如果您使用非因果过滤器,这个过程是微不足道的......但我还没有为在线过程找到一个好的解决方案。

我目前的结论是我需要一个“低阶、线性相位、因果滤波器”。对这些类型的过滤器进行了积极的研究,但应用起来有些复杂。所以在我开始腾出空间之前,我决定在一个论坛上问这个问题,看看是否有人可以提供一些意见或新的想法。

1个回答

链中的任何过滤器都可以删除有用的信息。当您拥有/使用良好的误差模型,并且您有一些辅助传感器(如 GPS 或图像)来对抗双重积分 (DI) 的结果时,卡尔曼滤波器方式适用。我不知道你的acc有多好,但是一个军用的,例如,在DI之后可以漂移这么少,它不需要任何辅助传感器。但是,您不能指望使用此手机帐户获得相同的结果。善的限度由您的应用程序和您拥有的传感器类型定义。