【问题标题】:Better method to perform numerical integration on acceleration对加速度进行数值积分的更好方法
【发布时间】:2019-11-15 05:17:34
【问题描述】:

我有一组从传感器读取的加速度数据点。

我也有阅读的时间。

如何进行数值积分以求出瞬时速度?

我已经尝试了以下方法,它确实给了我结果,但我想知道是否有更好更准确的方法。

v_1=v_0+a*dt

其中 dt 是根据测量数据的时间之间的差异计算得出的。

通过迭代上面我可以找到瞬时速度。

【问题讨论】:

  • 梯形积分法或辛普森法,在它们的累积变体中,可能会给你更好的结果。

标签: python scipy numerical-methods numerical-integration


【解决方案1】:

如果你只有一些离散的数据点,假设加速度在数据点之间线性变化是合理的,即,

当集成这个功能时,中点规则是完全准确的。 (顺便说一句,中点通常比梯形更好。)

假设加速度是连续可微分的,您会更加花哨,在这种情况下,您必须在每个交叉点构造一个二次多项式并将其积分,从而得到Simpson's rule

【讨论】:

  • 我有一个问题,加速度数据包含噪音。在这种情况下,最好使用其他方法来直接测量速度和位置?另外,你知道过滤噪音的好方法吗?
  • 嗯,那当然是另一回事了。我可能会对函数进行傅里叶变换,切断高频并转换回来。
  • "梯形永远不会比中点好" . . .周期性数据除外。我不建议永远忘记它!
  • @user14717 有趣!看来我的判断太快了。这是任何感兴趣的人的链接:johndcook.com/blog/2010/12/02/…
  • @NicoSchlömer:我的评论对于这个问题有点离题!很好的答案。
猜你喜欢
  • 2017-05-02
  • 2016-07-24
  • 2016-12-13
  • 1970-01-01
  • 2015-08-22
  • 1970-01-01
  • 1970-01-01
  • 2020-07-16
  • 2017-03-04
相关资源
最近更新 更多