Misurazioni e sensori

[Robi64]

Salve esistono dei metodi numerici per riconoscere un errore di deriva costante nel segnale generato da un sensore?

[SandroCalligaro]

Per deriva costante intendi una rampa?

In generale non è possibile discriminare il segnale vero dall'effetto di deriva (o da un offset), ma se si conosce qualche proprietà del segnale utile (ad esempio il fatto che sia un segnale in alternata, o altro), oppure si ha un modello del sistema da cui viene la misura, ci si può ragionare.

In alcuni casi poi c'è la possibilità di effettuare calibrazioni, sfruttando condizioni particolari di misura.
Ad esempio nei convertitori di potenza (in particolare negli inverter), si misura l'offset di corrente prima di avviare il funzionamento normale, quando gli "interruttori" sono aperti e quindi è noto che la corrente vera è nulla.

Ti converrrebbe spiegare qual è il problema che hai in mente, nel concreto (se ce n'è uno).

[edgar]

La prima considerazione che mi viene è che diventa difficile capire per via numerica se qualcosa sta andando storto se non si applica uno stimolo noto. Lascio comunque la parola agli esperti

[dimaios]

Prova a guardare la funzione detrend di Matlab.
Se devi identificare un offset costante l'osservatore di Kalman funziona molto bene.
Se invece vuoi identificare un trend lineare con pendenza incognita puoi provare con l'osservatore di Kalman oppure se hai un segnale batch puoi tentare anche con la SVD ( Singular Value Decomposition ) nel caso tu voglia estrarre trend lineari.

Anche la SSA ( Singular Spectrum Analysis ) è piuttosto potente ma dipende esattamente che informazione vuoi estrarre.

[Robi64]

Si tratta di riconoscere un offset costante che viene da una piattaforma inerziale. In pratica i sensori che usiamo tendono a produrre l'offset di cui sopra (costante almeno tendenzialmente) alterando ovviamente l'errore rispetto al set. In poche parole una imbarcazione deve essere stabilizzata rispetto ai moti di rollio beccheggio ecc.
Con Kalman direi che dovrei avere a disposizione una "statistica" o me la devo creare. Oppure ipotizzo dei dati di partenza ed aspetto che l'algoritmo converga?

[SandroCalligaro]

Se sai già che la media del segnale vero è nulla, potresti anche solamente filtrare passa-alto, con un polo scelto in base alla dinamica del sistema fisico.
Ovviamente, oltre a questo ci sono tante altre possibilità.
Se hai più sensori non esattamente ortogonali, puoi pensare anche di "incrociare" le informazioni.

[dimaios]

Con Kalman direi che dovrei avere a disposizione una "statistica" o me la devo creare. Oppure ipotizzo dei dati di partenza ed aspetto che l'algoritmo converga?

L' osservatore di Kalman ha un modello dinamico del segnale che descrive l'andamento del sistema.
Se nella dinamica inserisci anche una variabile di stato costante ( nel caso di sistema discreto ) l'osservatore la stimerà come le altre parti della dinamica che hai descritto.
Se alcune parti non sono modellate "si arrangerà a fare il meglio che può" a partire dai dati e dal modello.

[Robi64]

Mi dici se ho capito bene. Per semplificare, qui nel forum, supponiamo che io stia misurando il rollio di un corpo e che invece di parlare di momenti di inerzia o gradi (angoli) parliamo di spostamento come negli esempi classici del sistema massa molla ecc. . Il rollio diventa quindi la posizione della massa. Io ho una misura della massa ma la "filtro" tramite l'algoritmo di Kalman ed utilizzo quel risultato. Questo tramite l'imposizione che la variabile di stato "ROLLIO" attuale sia sempre fornita dal campione precedente.

[Robi64]

Errata corrige

Io ho una misura della massa ma la "filtro" tramite l'algoritmo di Kalman ed utilizzo quel risultato

Scusate volevo dire ho una misura del rollio.

[dimaios]

Se nella sintesi dell'osservatore inserisci la dinamica della costante riesci a stimare anche quella.
Ciò che ti ho scritto a livello di equazione è proprio la descrizione in variabili di stato discrete di una costante.
Non so se hai mai usato un osservatore ma che tu scelga quello di Kalman o un altro il criterio non cambia.
Descrivi la dinamica del sistema e l'osservatore cercherà di stimare le variabili di stato a partire dall'ingresso le uscite ed il modello.