signal-processing - 如果我有一组 RSSI 读数，如何在卡尔曼滤波器中找到过程噪声和测量噪声？

Question

我有 RSSI 读数，但不知道如何找到测量和过程噪声。找到这些值的方法是什么？

Answer 1

一点也不。RSSI 代表“接收信号强度指示器”，并且完全没有说明与卡尔曼滤波器相关的信噪比。RSSI 不是一个“定义明确”的东西；它可能意味着一百万件事：

定义信号的“强度”是一件棘手的事情。想象一下，您正坐在一辆装有 FM 收音机的汽车中。收音机显示屏上的 RSSI 条是什么意思？也许：

• 通过天线端口的能量（包括噪声，因为此时没有人知道噪声和信号是什么）？
• 通过整个超短波波段（78-108 MHz，取决于区域）（包括噪声）的选定带通的能量量？
• 来自前置放大器的能量（包括放大器产生的噪声和噪声）？
• 通过 IF 滤波器的能量，该滤波器选择您的单个电台（这已经是您想要定义的信号强度了吗？）？
• ADC 观察到的电压的 RMS（ADC 可能采样远高于您的通道带宽）（这是您想要定义的信号强度吗？）？
• 数字通道选择滤波器 (ittssaywtdi?) 后数字值的 RMS？
• FM 解调后数字值的 RMS (ittssaywtdi?)？
• 单声道混音 (ittssaywtdi?) 的 FM 解调和音频滤波后数字值的 RMS？
• 立体声音频信号中数字值的 RMS (ittssaywtdi?) ?
• ...

可以想象，对于像 FM 收音机这样的系统，这仍然相对容易。对于手机、多通道 GPS 接收器、WiFi 卡、数字波束成形雷达等，RSSI 真的可以代表一切，也可以什么都没有。

您将不得不在数学上定义来描述您的噪音是什么。然后您将需要找到描述您对“RSSI”的确切实现的公式，然后您可以推断知道 RSSI 是否说明了过程噪声。

Answer 2

卡尔曼滤波器是一种数学结构，用于计算随着时间变化的系统的预期状态，给定系统的初始状态和噪声测量值。其中“过程噪声”部分的关键在于系统正在发生变化。系统变化的方式就是过程。

由于手动控制或系统性质，您的状态可能会发生变化。例如，如果你有一辆汽车在山上，它可以自然地滚下山（由状态转移矩阵描述），或者你可以手动驾驶它下山（由控制输入矩阵描述）。任何可能影响这些输入的噪声——风、颠簸、抽搐——都可以用过程噪声来描述。

您可以像测量任何系统中的方差一样测量过程噪声 - 获取预期动态并将它们与真实动态进行比较以生成协方差矩阵。