EunGyeongKim

나이퀴스트 이론신호는 그 신호에 포함된 가장 높은 진동수의 2배에 해당하는 빈도로 일정한 간격으로 샘플링하면 원래의 신호로 복원할 수 있다는 샘플링 이론 아날로그 신호를 디지털화 하는 과정을 ADC(analog to digital convertion)이라고 함상기 그림을 보면 샘플링된 신호를 양자화 시킴여러 단계로 나누니 범위안에서 샘플린된 신호에 가까운 범위를 대표하는 정수값으로 바꾸는 과정양자화 오차 : 정수로 바뀌는 과정에서 나오는 오차양자화 오차 때문에 신호를 복원했을때, 기존 아날로그 신호와 차이가 나는 신호를 얻게됨→ 신호를 복원했을 때 기존 아날로그 신호의 유실 없이 복원하기 위해서 얼마만큼의 신호를 샘플링해야 하는지 = 나이퀴스트 주파수 Refhttps://ralasun.github.io/..

목표칼만필터 파라미터 구하기 칼만필터 시스템의 상태를 예측하고 추정하는데 사용되는 재귀적인 알고리즘노이즈가 있는 센서 데이터로부터 정확하고 안정적으로 시스템의 상태를 추정하는데 활용구성예측 단계(Prediction)이전 상태와 시스템 모델을 기반으로 다음 상태를 예측또한 시스템 모델과 노이즈에 의해 발생한 불확실성을 고려하여 예측 오차를 계산업데이트 단계(Update)실제 센서 데이터를 사용하여 예측된 상태와 실제 상태 사이의 오차를 계산오차를 이용하여 상태와 오차의 가중치를 조정하고 보정합니다. 이렇게 보정된 상태를 사용하여 다음 예측을 수행 칼만필터 파라미터 A : A = 1 # 시스템 행렬, 시스템이 어떻게 움직이는 지 나타냄. 즉 시스템의 운동방정식 (n*n)H = 1 # 출력 행렬, 측정값과 상..

필터링원 데이터 → 노이즈 제거 및 신호 분석을 위해 필터링 사용 합성곱을 이용한 필터가우시안 필터링 (Gaussian filterinf)가우시안을 이용한 필터링가중치를 [0.25, 0.5, 0.25]으로 설정하여 이용.3점이동평균 필터 (3 point moving average filter) 시계열 데이터에서 사용되는 필터링 방법인접한 3개의 데이터 포인트를 이용하여 이동 평균값을 구하는 방법작은 시간 간격으로 일어나는 빠른 변화를 캡처하지 못함# 필요한 컬럼 선택하기 column_name = 'column1' # 분석하고자 하는 컬럼 이름 data = df[column_name].values # 선택한 컬럼의 값만 NumPy 배열로 가져오기 # 필터링할 윈도우 사이즈와 가중치 설정 window_siz..