관측기 대역폭을 키우면 측정 잡음이 추정 속도와 피드백 힘에 더 들어갈 수 있습니다. 공분산으로 최적화한 칼만 필터가 아니라 결정적 Luenberger 관측기입니다. 잡음은 시드가 지정된 균등 오프셋을 20 ms 동안 유지하며 이 학습 모델의 위치 측정 자체는 연속입니다.
공정한 비교 하나 만들기
위치 잡음 진폭 0.01 m·속도 배율 1을 고정하고 배율만 5로 올리세요. 시작 과도응답 이후 추정 속도·실제 힘을 보고 시드·잡음 진폭은 유지하세요.
설정을 움직이기 전에 어떤 신호가 왜 바뀔지 적으세요. 빨라 보이는 곡선만으로 작동 원리를 설명할 수 없습니다. 초기 상태·나머지 조건을 고정 결과에서 확인하세요.
빠른 추정에는 대가가 있다
이상적인 포화 없는 관측기 기반 루프의 전체 고유값은 A−BK와 A−LC의 고유값입니다. 분리 원리는 설계를 쉽게 하지만 순간 피크·포화·잡음이 무해하다는 뜻은 아닙니다. 측정 잡음 n이 있으면 오차 동역학에 −Ln이 들어가 큰 관측기 이득이 속도 추정·제어 힘에 잡음 영향을 키울 수 있습니다.
먼저 잡음 없이 일부러 틀린 초기 추정의 복구를 비교하세요. 다음으로 초기 불일치를 없애고 같은 시드 잡음에서 관측기 속도를 비교합니다. 한 복잡한 그래프에 가려질 두 효과를 나누는 것입니다. 칼만 필터는 과정·측정의 통계적 가정으로 보정 이득을 정하며 빠른 Luenberger 관측기를 고르는 것과 같은 절차가 아닙니다.
다음에 무엇을 바꿀까
빠른 관측기가 초기 오차는 줄여도 힘 변동을 키우면 시작 요구사항과 정상 잡음 허용치를 나누세요. 먼저 중간 대역폭을 시험합니다. 이후 칼만 모델로 잡음 가정을 정식화할 수 있지만 실제 센서·대상에서 검증해야 합니다.
관측기 대역폭을 키우면 측정 잡음이 추정 속도와 피드백 힘에 더 들어갈 수 있습니다. 공분산으로 최적화한 칼만 필터가 아니라 결정적 Luenberger 관측기입니다. 잡음은 시드가 지정된 균등 오프셋을 20 ms 동안 유지하며 이 학습 모델의 위치 측정 자체는 연속입니다.
이해도 확인: 관측기가 잡음 섞인 위치 측정을 더 강하게 보정에 쓰면 제어 입력은 어떻게 될까요?
관측기 대역폭을 키우면 측정 잡음이 추정 속도와 피드백 힘에 더 들어갈 수 있습니다. 공분산으로 최적화한 칼만 필터가 아니라 결정적 Luenberger 관측기입니다. 잡음은 시드가 지정된 균등 오프셋을 20 ms 동안 유지하며 이 학습 모델의 위치 측정 자체는 연속입니다.