看到“征”关于滤波的问题有感。
大伙如果看到了垃圾,就吐口痰鄙视之,掩鼻而去即可
————————————————————————————————
平均值滤波用得最多,但是俺居然没曾想过把它“模拟化”。
俺最早用一阶滞后的时候,根本没有参照理论和书本,是灵光一闪想到的算法,事后在书本中才找到了理论支持。那玩意儿也叫最普通的“低通滤波”。
几年以后,我把它与“测不准原理”联系起来,从逻辑或语言范畴做了一些理解。测不准原理的动量与位置无法同时准确测量,这是因为,动量包含时间的量纲,所有包含时间这个基础量纲的物理量,在测控时,必然反映出对时间的积分或者微分效应,这个物理量,必然是“历史”的或者“未来”的,不可能是“现在”的。而不包含时间这基础量纲的物理量,比如说位置,你能看到的,一定只是“现在”,你看第二眼的时候,这个世界已经发生了变化,你看很多眼的时候,一定就成了历史,那不是一个位置点,而是一个轨迹。
如果你能理解我上面所说的。你可以把数值测控与它联系起来:测控数据的准确性与稳定性,是不可同时得到的。这与我理解的测不准原理,原因一样。准确性这文字背后,意味着“实时性”,实时性,意味着“现在”,只抓住现在,这个数据,一定不能经过滤波才是真正的“现在”,一旦滤波,就意味着你统计了这数据的“历史”,你看到的,将是一个“轨迹”。
对实时性要求高的运动控制,有时要放弃“历史”,着眼于“现在”和“未来”
————————————————————
对于“征”同学的那问题言,其实很简单,N次滤波,每次采样周期假设为T,平均值滤波,只不过是在时间轴上,对测控数据进行了N*T这么长时间的积分处理。把这离散式,直接改成积分方程,然后除以那个N,就是模拟方程了。