2

実験にカルマン フィルターを使用したいと考えていました。次のようにフォーマットされた 3 つの列を備えた非常に小さな時系列データを作成しました。stackoverflow にファイルを添付できないため、再現性を確保するために完全なデータセットをここに添付します。

http://www.mediafire.com/file/el1tkrdun0j2dk4/testdata.csv/file

  time        X      Y
 0.040662  1.041667  1
 0.139757  1.760417  2
 0.144357  1.190104  1
 0.145341  1.047526  1
 0.145401  1.011882  1
 0.148465  1.002970  1
 ....      .....     .

のドキュメントを読み、単純なKalman Filter線形フィルタリングを行うことができました。これが私のコードです

import matplotlib.pyplot as plt 
from pykalman import KalmanFilter 
import numpy as np
import pandas as pd



df = pd.read_csv('testdata.csv')
print(df)
pd.set_option('use_inf_as_null', True)

df.dropna(inplace=True)


X = df.drop('Y', axis=1)
y = df['Y']



estimated_value= np.array(X)
real_value = np.array(y)

measurements = np.asarray(estimated_value)



kf = KalmanFilter(n_dim_obs=1, n_dim_state=1, 
                  transition_matrices=[1],
                  observation_matrices=[1],
                  initial_state_mean=measurements[0,1], 
                  initial_state_covariance=1,
                  observation_covariance=5,
                  transition_covariance=1)

state_means, state_covariances = kf.filter(measurements[:,1]) 
state_std = np.sqrt(state_covariances[:,0])
print (state_std)
print (state_means)
print (state_covariances)


fig, ax = plt.subplots()
ax.margins(x=0, y=0.05)

plt.plot(measurements[:,0], measurements[:,1], '-r', label='Real Value Input') 
plt.plot(measurements[:,0], state_means, '-b', label='Kalman-Filter') 
plt.legend(loc='best')
ax.set_xlabel("Time")
ax.set_ylabel("Value")
plt.show()

出力として次のプロットを与える

ここに画像の説明を入力

ただし、私の入力は非線形でKalman Filterあるため、フィルター処理された信号のドロップを検出して追跡できるように使用したいと考えていました (上のプロットの青色)。しかし、私はKalman Filterを始めたばかりなので、数式を理解するのに苦労しているようですUnscented Kalman Filter。正直なところ、ドキュメントも従うのは簡単ではありません。したがって、少なくとも、フィルタリングされたピークからのドロップの大きさを検出する助けをいただければ幸いです（たとえば、以前のドロップの50％）。どんな助けでも大歓迎です。

4

0 に答える 0