小编Ime*_*lza的帖子

我有两个向量:长度为927的sensorA和长度为1250的sensorB.我想让它们具有相同的长度.MATLAB中的resample()函数在边缘处非常嘈杂,我需要至少相当好的精度.

我知道重新采样可以通过插值完成,但我如何以最有效的方式实现它.我需要尽可能均匀地拉伸927到1250.

我想知道我是否可以这样做:

1. 我在短矢量中需要333个新样本.因此,对于每3个值,我插入两个连续值的平均值(中点).=>插入309个样本
2. 对于剩余的我每38个样本再次插入(927 /(333-309))

这有意义吗？我仍然无法得到精确的插值.我还可以使用其他功能吗？(除了interp()因为它需要整体重采样率？)

我想知道卡尔曼滤波器和指数滤波器有哪些优点和缺点？我有一个多传感器融合问题,我正在尝试决定选择哪种方法.

我认为,卡尔曼滤波器在计算上更复杂,但它具有系统的更详细的模型,从而更准确的(？)在多传感器融合.

而指数滤波器是一个简单的等式,但它是由阿尔法的选择(过滤器的较高级α-=>少"记忆",从而较小的平滑的,但多个权重对测量的,而较低的α具有更高程度的平滑化,但突然的变化的限制没有正确反映.

当存在抖动等时,指数滤波器在噪声消除中更有用,而卡尔曼滤波器对于实际的多传感器融合是有用的.它是否正确？

此外,遗传算法对传感器融合有多大用处？我正在尝试将磁罗盘和陀螺仪结合起来估算真实的方向.

谢谢!

我有一个非常基本的问题.正态概率图的基础是什么,即概率代表什么？我正在测试标准的正态分布.我的normplot(在MATLAB中)显示这些值或多或少是直线,但0.5的概率对应于零以外的值.

我的问题是,我该如何解释这个？这是否意味着我的数据是正态分布但具有非零均值(即非标准正常)或者这个概率是否仅反映了其他内容？我试过谷歌,一个链接说概率是来自z-table的累积概率,我无法弄清楚该怎么做.

同样在MATLAB中,只要值适合程序绘制的线(红色虚线),值是否来自正态分布？在我的一个图表中,虚线非常陡峭,但值适合,这是否意味着超出此线的一个或两个值只是异常值？

我对统计数据很新,所以请帮忙!

谢谢!