如何在R
我对分析GPS数据非常陌生,所以请耐心等待 我有一系列每隔1秒的GPS定位(有些情况下,定位未能记录),我希望通过使用R平滑数据以最小化错误,我想知道是否有一种简单的方法可以做到这一点 以下是一些数据(我每个人都有超过50000个补丁)如何在R,r,gps,kalman-filter,R,Gps,Kalman Filter,我对分析GPS数据非常陌生,所以请耐心等待 我有一系列每隔1秒的GPS定位(有些情况下,定位未能记录),我希望通过使用R平滑数据以最小化错误,我想知道是否有一种简单的方法可以做到这一点 以下是一些数据(我每个人都有超过50000个补丁) 这不是一个很好的答案,因为和你一样,我只是在了解这个问题。但是你可能会对它感兴趣,它简要地描述了一个卡尔曼滤波器在R中的实现。使用的数据略有不同,因为作者使用的是精度,而没有速度。如果你找到了一个更好的答案,把它贴回这里,这样我们都可以从中学习!这就是你所有的数
这不是一个很好的答案,因为和你一样,我只是在了解这个问题。但是你可能会对它感兴趣,它简要地描述了一个卡尔曼滤波器在R中的实现。使用的数据略有不同,因为作者使用的是精度,而没有速度。如果你找到了一个更好的答案,把它贴回这里,这样我们都可以从中学习!这就是你所有的数据吗?无航向、横摆率、车轮速度等?如果没有这些,我认为卡尔曼滤波器是不合理的,因为你必须根据一些额外的信息来预测下一个位置,比如传感器数据。使用数据集,您只能根据时间步长和速度预测下一个位置,而速度可能是通过gps信号计算的。所以你缺少额外的信息。
Date Time Latitude Longitude Altitude Speed
12/06/2017 12:25:00 50.774715 -3.932923 165.13 14904
12/06/2017 12:25:01 50.774742 -3.932912 164.44 5940
12/06/2017 12:25:02 50.774773 -3.932896 163.81 1188
12/06/2017 12:25:04 50.774792 -3.932908 163.53 2880
12/06/2017 12:25:05 50.774803 -3.932924 163.5 0
12/06/2017 12:25:06 50.774803 -3.932924 163.5 0
12/06/2017 12:25:07 50.774803 -3.932924 163.5 0
12/06/2017 12:25:08 50.774803 -3.932924 163.5 0