Einfluss der Parameter:

Anzahl der Messwerte – n_cycles (P-AXIS-00413):

Über den Parameter P-AXIS-00413 wird die Anzahl der Messwerte angegeben, die in das Vorhersagemodell des exponentiell gewichteten Mittelwertfilters einbezogen werden. Dem entsprechend bedeutet eine größere Anzahl an einbezogenen Messwerten eine bessere Glättungswirkung. Durch die Vorhersageeigenschaft des Kalman-Filters wird die Totzeit im Vergleich zu einem herkömmlichen exponentiellen Mittelwertfilters reduziert. Beachtet werden muss jedoch, dass die Totzeit des Mittelwertfilters zu einem Überschwinger bei großen Änderungen des Abstands führt. Dieser wächst mit zunehmender Anzahl der einbezogenen Messwerte (P-AXIS-00413).

Glättungsfaktor (P-AXIS-00784)

Im Kapitel Exponentiell gewichteter Mittelwertfilter ist der Einfluss des Glättungsfaktors auf den exponentiell gewichteten Mittelwertfilter beschrieben. Durch eine höhere Gewichtung des aktuellen Messwertes kann besonders der, durch die Totzeit des Filters verursachte, Überschwinger verbessert werden. Gleichzeitig wird jedoch die Glättungswirkung reduziert.

Grad der Unsicherheit - Sigma (P-AXIS-00783):

Der Parameter P-AXIS-00783 gibt den Grad der Unsicherheit der aufgenommenen Messwerte an. Je geringer die angegebene Unsicherheit der Messwerte, desto mehr wird die Vorhersage aus dem gleitenden Mittelwertfilter an die tatsächlichen Messwerte angenähert.

Beispiel

Parameterbeispiel: Kalman-Filter mit exponentiellem Modell

kenngr.distc.filter_type   KALMAN_EXPO     #Filtertyp

kenngr.distc.n_cycles      30    #Anzahl der einbezogenen Messwerte

kenngr.distc.kalman_sigma  1000  #Unsicherheit der Messwerte

kenngr.distc.smoothing_factor  0.3   #Glättungsfaktor