fixed comments

tex/chapters/experiments.tex

@@ -22,9 +22,9 @@ The measurements were recorded using a Motorola Nexus 6 and a Samsung Galaxy S5.
 As the Galaxy's \docWIFI{} can not be limited to the \SI{2.4}{\giga\hertz} band only, its scans take much longer than those of the Nexus: \SI{3500}{\milli\second} vs. \SI{600}{\milli\second}.
 Additionally, the Galaxy's barometer sensor provides fare more inaccurate and less frequent readings than the Nexus does. 
 This results in a better localisation using the Nexus smartphone.	
-The computation for both filtering and smoothing was done offline using the aforementioned \mbox{CONDENSATION} algorithm. 
-However, the filter itself would be fast enough to run on the smartphone itself ($ \approx \SI{100}{\milli\second} $ per transition, single-core Intel\textsuperscript{\textregistered} Atom{\texttrademark} C2750).
-The computational times of the different smoothing algorithm will be discussed later. 
+The computation for both filtering and smoothing was done offline using the aforementioned \mbox{CONDENSATION} algorithm and multinomal (cumulative) resampling. 
+%However, the filter itself would be fast enough to run on the smartphone itself ($ \approx \SI{100}{\milli\second} $ per transition, single-core Intel\textsuperscript{\textregistered} Atom{\texttrademark} C2750).
+%The computational times of the different smoothing algorithm will be discussed later. 
 Unless explicitly stated, the state was estimated using the weighted arithmetic mean of the particles. 
 
 As mentioned earlier, the position of all \docAP{}s (about 5 per floor) is known beforehand. 
@@ -85,10 +85,15 @@ At next, we discuss the advantages and disadvantages of utilizing FBS and BS as
 Compared to fixed-interval smoothing, timely errors are now of higher importance due to an interest on real-time localization. 
 Especially interesting in this context are small lags $\tau < 10$ considering filter updates near \SI{500}{\milli\second}.
 
-%as seen fbs war im fixed interval schon nicht so gut, im lag ist sein einfluss vernachlässigbar. lediglich eine verbesserung von... deshalb konzentrieren wir uns bei der diskussion auf den BS.
+%as seen fbs war im fixed interval schon nicht so gut, im lag ist sein einfluss vernachlässigbar. optische und error technische verbesserung sind kaum vorhanden. lediglich eine verbesserung von  deshalb konzentrieren wir uns bei der diskussion auf den BS. trotzdem verschlechtert sich das ergebniss aber auch nicht. die verbesserung ist nur nicht so signifikant wie bei bs
 
 Fig. \ref{} illustrates the estimation results for path 4 using \SI{2500}{particles}, \SI{50}{sample realisations} for BS and a fixed-lag $\tau = 5$. 
 
+fixed-lag reduces the error about... however, as seen in fig. \ref{} ist der bloße error nicht unbedingt ausschlaggebend für die verbesserung. fast immer liefert smoothing pfade die realistischer sind, aber die error erhöhen. 
+
+%conclusion der experimente
+bei weniger partikeln bringt fixed-lag und fixed-interval smoothing im verhältnis sogar mehr! weil es da mehr zum "aufräumen" gibt. trotzdem hängt die performane natürlich stark vom vorwärtsschritt ab und man sollte nicht all zu wenige waehlen und lieber auf nummer sicher gehen. bs ist im vergleich zu fbs ein gutes stück besser in unserem fall. das hängt auch stark mit dem bereits sehr guten filtering schritt zusammen. man könnte aber trotzdem schlussfolgern das bs besser für indoor ist.
+
 %fbs ist hier mies und liegt direkt über dem filter? oder ein fbs mit anderer estimaton und den filter nicht anzeigen?! das ist doch quatsch... wennn ich den filter net anzeige. notfalls einfach den fbs nicht nehmen. sondern sagen das er net taugt und rauswerfen.
 
 %Smoothing mit großen lag kann die zeitliche information schwer halten. das liegt hauptsächlich daran, das im smoothing nur die relativen positionsinfos genutzt werden. das wi-fi wird nicht beachtet und deswegen können absolute justierungen der position (sprünge) nur sehr schlecht abgefedert werden.