Kalman-RTS-Objc

Usage


int main(int argc, char *argv[]) {
    @autoreleasepool {
        KalmanFilter * kf = [KalmanFilter new];
        NSArray * arr = @[
            @-53, @-54, @-55, @-59, @-59, @-60, @-52, @-44, @-44, @-49, @-45, @-46, @-46, @-49, @-47, @-50, @-50, @-50, @-46, @-43, @-43, @-44, @-47, @-46, @-46, @-46, @-46, @-46, @-44, @-42, @-46, @-46, @-46, @-43, @-46
        ];
        
        [kf setupRTSCount:arr.count];
        
        NSArray * kamlam = [kf estimateArray:arr];
        
        NSArray * rts = [kf smoothArrayWithRTS];
        
        NSLog(@"kalman: %@ rts: %@", kamlam, rts);
    }
}

过程

Python 3 的实现：

RTS 的结果是蓝色线条，对比设备提供的测量结果（绿线），我们认为这是一个理想的结果。

OC 实现

首先是 RTS 的算法实现：

考虑现状，我们只需要实现一维的 RTS，于是我们讲 A、H 等参数默认为 1（上图Python 的实现也是 1 ）。

以下是我的实现：

其中蓝色线条是最终的实现。橙色线条是，利用 10^((baseRSSI-currentRSSI)/(10 * 2)) 计算得到的距离曲线用来参考。灰色线条是原始值。

最后。放大最后一部分细看，我认为是一个比较理想的实现。

AFutureD/Kalman-RTS-Objc

README

Kalman-RTS-Objc

Usage

过程

Python 3 的实现：

OC 实现

Contributors

Issues