Ich entwickle professionelle, mathematisch rigorose Zustandsabschreibungsskripte in Python, die für Robotik, Signalverarbeitung und Navigationssimulationen konzipiert sind.
Was ich anbiete:
- Lineares Filtering: Standard-Kalman-Filter (KF), optimiert für lineare Systemdynamik und grundlegende Sensorsignaldämpfung.
- Nichtlineare Schätzung: Erweiterte Kalman-Filter (EKF) und Unscented Kalman-Filter (UKF), um hochgradig nichtlineare Zustände ohne Divergenz zu verfolgen.
- Fortgeschrittene Partikelfilter: Sequential Monte Carlo-Methoden für nicht-Gauss'sche Rauschverteilungen und die Verfolgung komplexer Umgebungen.
- Sensorfusion: Kombination widersprüchlicher Datenarrays (z.B. IMU, GPS, Encoder) zu einem einzigen, hochgenauen Zustandsvektor.
- Telemetrie-Diagramme: Schöne Matplotlib-Kurven, die verrauschte Messungen, Ground Truth und gefilterte Schätzungen vergleichen.
Warum dieses Gig?
- Explizite Mathematik: Jedes Skript enthält klar definierte Kovarianzmatrizen ($Q, R, P$) mit ausführlichen Kommentaren.
- Keine Black Boxes: 100% offene, lesbare, PEP-8-konforme Python-Quellcodes.
Schreib mir vor der Bestellung deine Systemzustandsgleichungen und Rauschprofile!