Линейная фильтрация с адаптивной подстройкой матриц ковариаций возмущений в объекте и шумов измерения

А.Е. Барабанов

Результат исследований: Научные публикации в периодических изданияхстатья

Выдержка

Представлен новый алгоритм фильтрации линейного нестационарного объекта при неизвестных интенсивностях входных сигналов: возмущений в объекте и шумов измерений. Алгоритм основан на подборе векторов значений этих сигналов, согласованных с наблюдаемым выходом объекта, при которых минимизируется дисперсия ошибки прогноза последнего измерения. Прогноз измерения определяется по фильтру Калмана, в котором входные сигналы предполагаются белыми шумами, а их матрица ковариаций совпадает с эмпирической матрицей ковариаций выбранных векторов. Численное моделирование показывает, что так рассчитанные коэффициенты фильтра близки к оптимальным, построенным по истинным матрицам ковариаций возмущений в объекте и шумов измерений. Доказано, что приближённый метод Ньютона минимизации дисперсии ошибки прогноза измерений совпадает с решением вспомогательной задачи оптимального управления. Это позволяет ограничиться только одной или несколькими итерациями для нахождения точки минимума.
Язык оригиналарусский
Страницы (с-по)30-49
ЖурналАВТОМАТИКА И ТЕЛЕМЕХАНИКА
Номер выпуска1
СостояниеОпубликовано - 2016
Опубликовано для внешнего пользованияДа

Цитировать

@article{6df74c0eb64e4cb7b8af133f6f704ebe,
title = "Линейная фильтрация с адаптивной подстройкой матриц ковариаций возмущений в объекте и шумов измерения",
abstract = "Представлен новый алгоритм фильтрации линейного нестационарного объекта при неизвестных интенсивностях входных сигналов: возмущений в объекте и шумов измерений. Алгоритм основан на подборе векторов значений этих сигналов, согласованных с наблюдаемым выходом объекта, при которых минимизируется дисперсия ошибки прогноза последнего измерения. Прогноз измерения определяется по фильтру Калмана, в котором входные сигналы предполагаются белыми шумами, а их матрица ковариаций совпадает с эмпирической матрицей ковариаций выбранных векторов. Численное моделирование показывает, что так рассчитанные коэффициенты фильтра близки к оптимальным, построенным по истинным матрицам ковариаций возмущений в объекте и шумов измерений. Доказано, что приближённый метод Ньютона минимизации дисперсии ошибки прогноза измерений совпадает с решением вспомогательной задачи оптимального управления. Это позволяет ограничиться только одной или несколькими итерациями для нахождения точки минимума.",
author = "А.Е. Барабанов",
year = "2016",
language = "русский",
pages = "30--49",
journal = "АВТОМАТИКА И ТЕЛЕМЕХАНИКА",
issn = "0005-2310",
publisher = "Издательство {"}Наука{"}",
number = "1",

}

Линейная фильтрация с адаптивной подстройкой матриц ковариаций возмущений в объекте и шумов измерения. / Барабанов, А.Е.

В: АВТОМАТИКА И ТЕЛЕМЕХАНИКА, № 1, 2016, стр. 30-49.

Результат исследований: Научные публикации в периодических изданияхстатья

TY - JOUR

T1 - Линейная фильтрация с адаптивной подстройкой матриц ковариаций возмущений в объекте и шумов измерения

AU - Барабанов, А.Е.

PY - 2016

Y1 - 2016

N2 - Представлен новый алгоритм фильтрации линейного нестационарного объекта при неизвестных интенсивностях входных сигналов: возмущений в объекте и шумов измерений. Алгоритм основан на подборе векторов значений этих сигналов, согласованных с наблюдаемым выходом объекта, при которых минимизируется дисперсия ошибки прогноза последнего измерения. Прогноз измерения определяется по фильтру Калмана, в котором входные сигналы предполагаются белыми шумами, а их матрица ковариаций совпадает с эмпирической матрицей ковариаций выбранных векторов. Численное моделирование показывает, что так рассчитанные коэффициенты фильтра близки к оптимальным, построенным по истинным матрицам ковариаций возмущений в объекте и шумов измерений. Доказано, что приближённый метод Ньютона минимизации дисперсии ошибки прогноза измерений совпадает с решением вспомогательной задачи оптимального управления. Это позволяет ограничиться только одной или несколькими итерациями для нахождения точки минимума.

AB - Представлен новый алгоритм фильтрации линейного нестационарного объекта при неизвестных интенсивностях входных сигналов: возмущений в объекте и шумов измерений. Алгоритм основан на подборе векторов значений этих сигналов, согласованных с наблюдаемым выходом объекта, при которых минимизируется дисперсия ошибки прогноза последнего измерения. Прогноз измерения определяется по фильтру Калмана, в котором входные сигналы предполагаются белыми шумами, а их матрица ковариаций совпадает с эмпирической матрицей ковариаций выбранных векторов. Численное моделирование показывает, что так рассчитанные коэффициенты фильтра близки к оптимальным, построенным по истинным матрицам ковариаций возмущений в объекте и шумов измерений. Доказано, что приближённый метод Ньютона минимизации дисперсии ошибки прогноза измерений совпадает с решением вспомогательной задачи оптимального управления. Это позволяет ограничиться только одной или несколькими итерациями для нахождения точки минимума.

M3 - статья

SP - 30

EP - 49

JO - АВТОМАТИКА И ТЕЛЕМЕХАНИКА

JF - АВТОМАТИКА И ТЕЛЕМЕХАНИКА

SN - 0005-2310

IS - 1

ER -