fig2.savefig(directorioAssets + "/Ganancia_Kalman " + tipo_sensor +
" dt_" + str(dt) + " Q_" + str(_Q) + ".png")
plt.show()
plt.show()
if __name__ == "__main__":
# Crea el objeto Kalman pasando 4 datos como parámetros.
ka = Kalman(F, Q, H, R)
i = 1 # Contador para guardar en el txt e identficar las iteraciones
llenarDatos()
verificarCarpetas()
archivo = open(directorio + "/Datos_" + tipo_sensor + " dt_" + str(dt) +
" Q_" + str(_Q) + ".txt",
"w",
encoding='utf-8')
archivo.write("I, Z, Z_f, dt = " + str(dt) + "\t Q = " + str(_Q) +
"\n")
for dato_z in datos_x:
x_f = np.dot(H, ka.predecir())[0]
x_filtrada.append(x_f)
ganancia.append(ka.actualizar(dato_z)[0])
archivo.write(f'{i}, {dato_z}, {x_f}\n')
i += 1
archivo.close()
graficar()
