Data Driven Control :: 모델 학습 (Linear, Bayesian, Gaussian Process Regression)
Lecture Topic : Linear regression, Gaussian Process Regression, System Identification최근 학교에서 Data Driven Control 수업들 드디어 들었다. 벌써 까먹기 시작해서 그 전에 조금이나마 정리해두려 한다.Data Driven을 사용하는 이유는 Non-parametric model을 확인하여 제어 성능을 높이기 위함이다. 주된 방식은 우리가 알고 있는 모델과 실제 로봇의 output 차이를 줄이는 방향으로 최적화를 진행하여 Non-parametric model을 알아낸다. 이번 글에서는 기본적은 Estimation 방식인 Recurisve Least square method부터 Bayesian Linear Regression..
Free space path loss model (dB)경로 손실$$ 20log_{10}d + 20log_{10}f+20log_{10}\left( \frac{4\pi}{c} \right)$$$d$ (m): 통신 거리$f$ (Hz): 신호 주파수$c$ (m/s): 빛의 속도RSSI (dBm)수신 신호 강도$$P_{tx} - pathloss$$$P_{tx}$ (dBm): 송신 전력$pathloss$ (dB): 경로 손실SNR (dB)신호 대 잡음비$$RSSI-Noise=\frac{P_s}{P_n}$$$P_s$ (dBm): 신호 전력$P_n$ (dBm): 노이즈 전력Channel capacity (bps, bit/sec)채널 용량: 오류 없는 통신의 이론적 한계, 신뢰성 있는 통신이 가능한 최고 전송률, 채..