100000 تومان
افزودن به سبد خرید
0 فروش 37 بازدید
جزئیات محصول
تعداد قسمت: 1
پسوند فایل: zip
حجم فایل: 2MB
فایل راهنما: دارد
فریم ورک: MATLAB
بسته نصبی: ندارد
امکانات: فایل مقاله لاتین (منابع) و فایل ورد (9 صفحه) و شبیه سازی (ام فایل)
تاریخ انتشار: 20 ژانویه 2021
دسته بندی: ,,,,

تبلیغات

پروژه متلب رویکرد شبکه عصبی برای ردیابی سوزن انعطاف‌پذیر در تصاویر سونوگرافی با استفاده از فیلتر کالمن

فیلتر کالمن

رادولف امیل کالمن در ۱۹  می سال ۱۹۳۰ در بوداپست مجارستانبه دنیا آمد . او ایده کالمن فیلتر را برای اولین بار در سال ۱۹۵۸ ارئه کرد . و در سال ۱۹۶۰ کالمکن با ارا مقاله ای تحت عنوان ”  یک روش جدید برای فیلتر خطی و مشکلات پیش بینی ” تحول اساسی در زمینه تخمین ایجاد کرد [۱]  . کالمن فیلتر یک فیلتر پیش­بینی بازگشتی است  که مبتنی بر استفاده از تکنیک­های فضای حالت و الگوریتم­های بازگشتی می­باشد. که حالت یک سیستم دینامیکی را تخمین می­زند . در این سیستم دینامیک بوسیله بعضی از نویز­ها می تواند دچار اغتشاش شود، اما اکثرا به عنوان نویز سفید در نظر گرفته می­شود. برای بهتر شدن تخمین حالت ، فیلتر کالمن از اندازه­گیری که به حالت ارتباط دارند اما همچنین اغتشاشی می­باشند استفاده می­کند. فیلتر کالمن از دو گام تشکیل شده است:

  • پیش بینی
  • اصلاح

در گام اول حالت با مدل دینامیکی پیش­بینی می­شود. و در گام دوم با استفاده از مدل رویتگر اصلاح می­شود ، بطوری که کوواریانس خطای تخمینگر  حداقل می­شود. و این بدان معناست که تخمینگر بهینه می­باشد. روش برای هر گام زمانی با حالت گام زمانی قبلی به عنوان مقدار اولیه تکرار می­شود. بنابراین فیلتر کالمن را یک فیلتر بازگشتی می­نامند.                                                                  

در واقع می­توان گفت فیلتر کالمن یک فیلتر بازگشتی کار­آمد است که حالت یک سیستم پویا را از یک سری اندازه گیر­های پیچیده را تخمین می­زند . این فیلتر در طیف گسترده­ای از کاربری­های مهندسی از رادار گرفته تا بصیرت رایانه­ای کاربرد دارد . فیلتر کالمن از پویایی هدف بهره می­گیرد به این صورت که سیر تکاملی آن را کنترل می­کند ، تا تأثیرات نویز­ها را از بین ببرد و یک تخمین خوب از موقعیت هدف در زمان حال (ِمسأله فیلتری) ودر آینده (مسأله پیش بینی) و یا در گذشته (مسأله هموارسازی) را ارئه می­دهد .

فیلتر کالمن، فیلتری است که در بسیاری از علوم و ابزارهای مختلف به کار گرفته می شود و در بسیاری از موارد، این بحث به عنوان مجموعه­ای از معادلات، پا را از این فراتر می­گذارد. فیلتر کالمن هواپیماها و فضاپیماها و موشک­های کروز را هدایت می­کند و نیز قمرهای مصنوعی، گرایشهای اقتصادی و تغییرات جریان خون ما را دنبال می­کند. این فیلتر بهترین تخمین از رفتار سیستم­های دینامیکی را ارائه می­دهد. همچنین اطلاعات مربوط به دینامیک سامانه و دستگاه­های اندازه­گیری ، نوفه­های سامانه ، خطا­های اندازه­گیری ، عدم قطعیت مدل­های دینامیکی و هر اطلاعات موجود در مورد شرایط اولیه پارامتر مورد نظر را در نظر می­گیرد .

فيلتر هاي بازگشتي و غير بازگشتي

لفظ بازگشتي به صورت تحت اللفظي به معناي بازگشت به عقب است و به اين واقعيت برمي گردد که مقادير گذشته ي محاسبه شده خروجي براي محاسبه ي آخرين خروجي به کار مي رود. يک فيلتر بازگشتي علاوه بر مقادير ورودي از مقادير خروجي قبلي نيز استفاده مي کند.اين شبيه مقادير ورودي قبلي است که در حافظه ي پردازنده ذخيره گشته است.اگر خروجي منحصراً از مقادير ورودي قبلي و فعلي محاسبه مي شود.اين نوع از فيلترها را غير بازگشتي گويند. از اين توضيحات اين نکته بر مي آيد که ممکن است فيلتر بازگشتي براي اجرا به تعداد محاسبات بيشتري نياز داشته باشد زيرا در تعريف آن خروجي هاي قبلي مانند ورودي هاي قبلي به کار گرفته شده اند.

 

لینک مقاله اصلی در IEEE:

https://ieeexplore.ieee.org/document/6913754

افزودن به سبد خرید

لطفاً براي ارسال دیدگاه، ابتدا وارد حساب كاربري خود بشويد

محصولات پر فروش

پر فروش ترین محصولات فروشگاه روکساوب