mytomspunnen skrev:
-------------------------------------------------------
> Fredrik L skrev:
> --------------------------------------------------
> -----
> > mytomspunnen skrev:
> >
> --------------------------------------------------
>
> > 20% är otroligt brant. Typ svårt att hoja.
> >
>
> Nja, otroligt brant är det inte...klart cykelbart
> för de flesta i korta sträckor, särskilt med mtb.
> 180/pi*atan(0.2) = 11.3099 . Det är väl typ som en
> grön backe om vi snackar alpina termer ( och det
> går ju faktiskt en slalombacke upp på berget i
> rättvik också så det verkar rimligt).
> Dvs klart cykelbart, särskilt med en mtb...
> Hade du snackat 20 grader skulle det vara svårt
> att cykla.
Sant (jag tänkte i grader).
> Dvs är data brusiga
> (vilket
> > mätdata alltid är) kommer detta brus att
> > förstärkas vid deriverning. Det man normalt
> gör är
> > att jämna ut data lite innan derivering
> > (smoothing).
>
> Interpolation är en svensk term som funkar bra
> annars.
> Vilken metod har du använt?
>
Nja, interpolation och filtrering är inte samma sak. Jag har använt glidande medelvärde (ett FIR filter för dom som läst signalbehandling). Dvs ett lågpassfilter som jämnar ut data. Detta tar alltså bort snabba förandringar i data.
>
> > Notera att höjdmätare sparar inte
> > data i flyttal utan normalt i steg om 5 eller
> 10
> > m.
>
> Även i höjdled? Jag kan förstå att den inte sparar
> data i längsled mer än var 10 meter men om
> noggranheten i höjdled endast är 5 eller 10 meter
> så är de ju verkligen bara en gimmickpryl:-(
Yes upplösningen i höjdled är 5 m på dom nya klockorna och 10 m på de gamla. För att komplicera det så samplas inte data per meter utan per tidsenhet. Dvs sträckan mellan varje höjdmätning varierar med hastigeten som man hojar. Man måste därför sampla om alla data så att det blir ett bestämt antal meter mellan varje mätning (var en del jobb att fixa det!)
>
> > Ett sådant steg skulle innebära oändlig
> lutning
> > så man måste jämna utt data på något sätt.
> >
>
> På detta sätt har du och polar säkert "trollat
> bort" den brantaste biten som skall vara väldigt
> kort (5, 10 eller 20m?). Det är möjligt att den
> brantaste biten inte är 20% men en bit över tio är
> den alla gånger...
Ja, dom samplar som snabbast var 5:e sekund. Tänk dig att du kör på en bana som går upp och ner hela tiden och att du exakt var 5 sekund befinner dig på samma höjd. I data ser det ut som du kör på platten fast det i själva verket går upp och ner hela tiden. Problemet är att det sk samplingsteoremet ej är uppfyllt.
Problemet med att amplituden är kvantiserad till +/- 5 meter gör även att man får ta mätningar av antal höjdmeter (som brukar finnas på höjdmätar klockor) med en nypa salt. Tänk t.ex att man bifinner sig precis på en höjd där klockan slår om från 200 m till 205 m. Står man stilla en stund kommer värden på både 200 och 205 m att registeras. Dvs det ser ut som man tar höjdmeter fast man står stilla. Detta är effekten av mätbrus och kvantisering (effekten brukar kallas kvantiseringdbrus).
Sammanfattningsvis: ja, om det är ett kort parti med brant luning syns det ej i data om man inte samplar snabbare.
Fredrik
