问题标签 [drift]

我需要找到设备（三星 Galaxy s3）的速度。我现在已经阅读了很多关于它的 stackoverflow 问题，但对于我应该使用什么仍然感到困惑。到目前为止我的观察：

1）有人这样做是为了从加速度计传感器的数据中找到速度。但在我的情况下，设备的运动不会有恒定的斜率或直线轨迹。

2）集成会产生很大的漂移。

3) 可以使用卡尔曼滤波，但很难实现且占用 CPU

4) 可以使用互补滤波器，但据我了解，这仅在加速度计与陀螺仪一起用于寻找角度时才有意义。就我而言，我需要找到速度

5) 使用 GPS 的 getSpeed()。但我猜它只对检测大速度值有用，例如移动的汽车，因此对我的目的不够敏感。

请建议我从某个地方开始。

PS如果你想知道我需要什么设备的速度是我需要根据设备的移动速度增加/减少渲染速率。

由于声学回声消除的原因，我正在计算声卡漂移。我的算法是：

其中，当 320、640 或 1920 字节的音频帧发送到播放设备时，*samples_played* 加 1；当捕获设备输出 320、640 或 1920 字节的音频帧时，*samples_recorded* 加 1 .

WebRTC 提供了对我要完成的工作的描述，如下所示：

WebRtc_Word16 skew 在声卡上播放和录制的样本数之间的差异（用于时钟偏差补偿）。

我的问题分为两部分：

1. 算法正确吗？
2. 增量是否正确？

树莓派没有真正的时钟来记录时间。相反，它使用 NTP 守护程序来保持日期和时间尽可能准确。我想这应该可行，但就我而言，由于某种原因它不起作用。

没有过多的细节，我使用我的树莓派的方式总是插入但并不总是有互联网连接。有时 CPU 有分配的工作。有时它不会。这会导致 Rpi 丢失时间。我认为一旦它回到互联网上，它会使用 NTP 服务器同步时钟以回到正轨。然而，事实并非如此。据我了解，如果偏移量太大，系统不会同步时间。

无论与 NTP 服务器相比偏移量有多大，有什么方法可以强制 NTPD 同步时间？或者我是否必须设置一个 cronjob 说每小时运行一次：

在 R 中生成随机游走非常容易。它由以下代码完成：

但是如何生成/模拟带有趋势和/或漂移的随机游走？

当我启动运动管理器时，手机基本上还在我手中，我得到了错误的态度值。为了获得旋转值，我使用了 CMAttitude 对象：

现在，我知道使用小型陀螺仪进行测量时存在噪声，并且重力矢量可能需要校准，但这似乎太过分了。0.5-1 秒后，旋转值从 0 变为超过 20°？！滚动、俯仰和偏航的两个示例：

-1.001736 22.637596 -0.197573

-0.095075 29.075712 -0.014112

如果是位置漂移，当我使用双重积分时，我会理解，但旋转直接来自传感器？

你知道为什么会这样吗？

I want to calibrate jointly the drift mu and volatility sigma of a geometric brownian motion,

where Z_t is a standard normally distributed random variable, and am testing this by generating data x = log(S_t) via

and my (log-)likelihood function

which I maximize using fmincon (because sigma is constrained to be positive), with starting values 0.15 and 0.3, true values 0.1 and 0.2, and N = Nt = 1000 or 100000 generated points over one year (=> Deltat = 0.0001 or 0.000001).

Calibrating the volatility alone yields a nice likelihood function with a maximum around the true parameter, but for small Deltat (less than say 0.1) calibrating both mu and sigma persistently shows a (log-)likelihood surface being very flat in mu (at least around the true parameter); I would expect also a maximum there; for a reason I think it should be possible to calibrate a GBM model to a data series of 100 stock prices in a year, making the average of Deltat = 0.01.

Any sharing of experience or help is greatly appreciated (thoughts passing through my mind: the likelihood function is not right / this is a normal behaviour / too few data points / data generation is not correct / ...?).
Thanks!

我正在尝试访问未经校准的物理陀螺仪传感器。但我做不到。由于我只能访问校准后的那个，所以我想知道 Tango Device 中使用的陀螺仪传感器使用什么方法进行漂移补偿。

设想

我们有一个用 Java 编写的应用程序。它曾经在物理机上流畅运行。已做出迁移到虚拟机的决定。现在，该应用程序在日志的时间戳中经常出现不准确的情况。

插图

虚拟化之前

如您所见，时间戳值在物理机上不断增长。

虚拟化之后

现在，日志表明该过程在下载期间结束。

采取的解决方案

我们已将 VM 与 NTP 服务器同步。这个问题消失了几天。现在又回来了。

问题

• 我们应该更频繁地同步吗？
• 我们能想象以某种方式覆盖System.currentTimeMillis()吗？
• 我们是否应该根据检测到的时间漂移​​来更改日志中的时间戳值？
• 如何解决虚拟机时间跟踪丢失问题？

主机操作系统： RHEL 6.5
来宾操作系统： RHEL 5.4
虚拟化平台： RHEV 3.4

我有一个 NSScrollView，里面有一个 NSImageVIew。

我正在使用在 NSScrollView 上启用的放大功能。

在我的 MBP 触控板上使用“捏合”手势进行缩放时，我看到 NSImageView 有一个有趣的向下漂移。

如果您连续捏合和松开...放大和缩小，图像在 NSScrollView 内向下漂移。无法解释或定位错误。

见这里> https://github.com/BinaryBlobs/ScrollViewBug

我究竟做错了什么 ？

你们知道如何解决在血压曲线中发现伪影/异常值的问题吗？我的目标是编写一个程序，找出每个人工制品的开始和结束。以下是不同伪影的一些示例，绿色区域是正确的血压曲线，红色区域是伪影，需要检测：

这是一个全血压曲线的例子：

我的第一个想法是从整个曲线和曲线的短间隔内的许多平均值中计算平均值，然后找出它的不同之处。但是血压变化很大，我认为这行不通，因为它会发现太多不存在的“人工制品”。

感谢您的输入！

编辑：这是两个示例人工制品的一些数据：

人工制品1

人工制品2