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()