18.08.2013 Views

UNIVERSITA' DEGLI STUDI DI PAVIA - Robotica

UNIVERSITA' DEGLI STUDI DI PAVIA - Robotica

UNIVERSITA' DEGLI STUDI DI PAVIA - Robotica

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Figura C.3. Comportamento del filtro con rumore pari all’8%.<br />

In tutte le figure si ha:<br />

- punti verdi = traiettoria reale;<br />

- punti blu = traiettoria a cui è stato aggiunto il rumore;<br />

- punti rossi = traiettoria predetta dal filtro;<br />

- la funzione di cui stimare l’andamento è una sinusoide con frequenza<br />

unitaria e ampiezza pari a 100, cioè<br />

f ( x)<br />

= 100⋅<br />

sin(<br />

x)<br />

- la predizione viene fatta 10 passi in avanti.<br />

Osservando le figure si intuisce immediatamente il comportamento del<br />

filtro: aumentando ρ è possibile aumentare la capacità di filtraggio, ma, come si<br />

può notare, il tempo di assestamento che porta la traiettoria predetta ad<br />

assomigliare a quella reale è più lungo: questo fatto è immediatamente<br />

riscontrabile osservando il primissimo tratto della traiettoria predetta, che è il<br />

transitorio di assestamento del filtro. Un importante aspetto può non emergere ad<br />

una prima analisi delle figure: nelle prime due la dimensione del modello è pari a<br />

4, ciò significa che la matrice A appartiene a<br />

211<br />

4× 4<br />

M , mentre nell’ultima il modello<br />

3× 3<br />

ha dimensione 3, cioè la matrice A appartiene a M . Agire sulla dimensione del<br />

sistema è una ulteriore possibilità di tarare il sistema. Nei casi in figura, con un<br />

errore relativamente grande è utile abbassare tale dimensione, in modo da rendere<br />

il filtro meno sensibile al rumore. Alzare la dimensione del sistema significa<br />

considerare più derivate dell’accelerazione, e questo consente al filtro, in genere,<br />

di poter predire andamenti più “bizzarri” della funzione, ma lo stesso filtro può<br />

essere ingannato dalla presenza di rumore: il filtro segue una variazione rapida<br />

della variabile osservata dovuta al rumore, perdendo la traiettoria.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!