Алгоритм - фильтрация
Cтраница 3
Методы, развиваемые в теории нечеткого управления в настоящее время, активно применяются для разработки нечетких алгоритмов фильтрации неконтролируемых возмущений в системах управления [9], синтеза алгоритмов нечетких поисковых систем автоматической оптимизации [5,6], синтеза гибридных регуляторов на базе классических ПИД-регуляторов [7] и других систем. По сравнению с традиционными системами нечеткие системы имеют лучшую помехозащищенность, быстродействие и точность за счет более адекватного описания реальной среды, в которой они функционируют. [31]
Результаты, иллюстрирующие погрешности оценивания координат и составляющих вектора скорости, представлены на рис. 4.22. Моделирование алгоритма фильтрации осуществлялось при Sx 0 535 м2с - 3; Sz 90 м2 с; TXQ 50 м; ( JVQ 0 55 м / с. Все обозначения, приведенные на рисунке, соответствуют принятым выше. [32]
Для проверки этого заключения рассмотрим ранее смоделированные и обработанные десятки тысяч треков и выясним, как работал алгоритм фильтрации. [33]
Если бы удалось, не считаясь с затратами машинного времени на фильтрацию массива экспериментальных данных, найти алгоритм фильтрации, допускающий сколь угодно мало ошибок, то при использовании такого алгоритма экспериментальные данные, полученные при смещенном расположении камер, давали бы погрешность меньшую, чем при их равномерном расположении. На практике, однако, можно рассчитывать только на известные алгоритмы, которые притом не требуют непомерно много машинного времени. В параграфе 2.3 рассмотрено несколько алгоритмов фильтрации. [34]
Самостоятельную проблему в задачах нелинейной фильтрации представляет вопрос оценки потенциальной точности, необходимой в том числе и при оценивании эффективности реализуемых алгоритмов фильтрации. В связи с этим обращается внимание на один из возможных путей решения этой проблемы, основанный на получении нижней границы точности, вычисляемой с использованием неравенства Рао-Крамера. Обсуждены методы вычисления нижних границ точности. Обращено внимание на один из них, при котором удается установить связь матрицы, характеризующей нижнюю границу точности, с матрицей ковариаций, соответствующей линеаризованному варианту задачи. [35]
Оценка этих составляющих позволяет сформулировать требования к разрядности преобразователей аналог-код, а также операционных и запоминающих устройств ЭВМ, на которой реализуются алгоритмы фильтрации. [36]
Аналитические самонастраивающиеся системы создаются на основе применения специализированных цифровых вычислительных машин дискретного действия, с помощью которых выбирается оптимальная модель системы по двум каналам самонастройки ( динамической и среднеквадра-тической); находятся алгоритмы фильтрации сигналов и определения текущих динамических параметров объекта управления; вырабатываются законы изменения параметров корректирующих устройств. Поэтому в этой главе основное внимание и уделено методам синтеза оптимальной модели управления, алгоритмам первичной и вторичной оптимизаций, а также синтезу корректирующих устройств аналитических самонастраивающихся систем. [37]
Поскольку задача существенно нелинейна, эти соотношения не могут быть найдены точно, так что возникает необходимость в дальнейших аппроксимациях. Порядком этих аппроксимаций определяется окончательный вид алгоритмов фильтрации. [38]
Быстродействие ЦФ в спектральной и временной областях зависит от размерности соответствующих сверток и конкретных длительностей операций умножения, сложения, обращения к памяти и сдвига. Однако основной вес в вычислениях, связанных с реализацией алгоритмов фильтрации во временной области, составляют операции умножения, в то время как в алгоритмах в спектральной области - операции сложения. [39]
В детерминированной системе для этих целей используются непосредственно уравнения моделей. При управлении случайными про-цесса ми для реализации функции требуется использовать алгоритмы фильтрации. [40]
В этой главе затронут круг вопросов, связанных с использованием на практике методов цифровой фильтрации. Среди них будут рассмотрены шум и искажение, неустойчивость, различные виды программной записи алгоритмов фильтрации, сглаживание данных и децимация. [41]
 |
Зависимость среднеквадратичной ошибки от параметра отсечки D.| Зависимость процента ( П ошибок первого и второго рода от параметра отсечки D. [42] |
Оценим эффективность рассмотренного метода. Для этого сравним; данные значения среднеквадратичной ошибки о / с идеальным случаем, когда алгоритм фильтрации удаляет все плохие измерения и оставляет все хорошие. [43]
Гаусса ( далее для краткости называемый модифицированным методом) и метод конечных сумм позволяют найти алгоритмы фильтрации, отличающиеся по простоте реализации. Выбор конкретного метода зависит от допустимого уровня случайных ошибок и технических требований, предъявляемых к ЦФ. [44]
Различные методы фильтрации применяются в ЭК и на этапе обработки результатов измерения, причем тогда одной из задач фильтрации является компенсация фильтрующих свойств измерительных преобразователей. На этапе обработки результатов измерения применяются разнообразные математические методы, приводящие в сложных случаях к построению алгоритмов фильтрации, требующих большого объема вычислений и введения в ЭК мощных ЭВМ. [45]
Страницы: 1 2 3 4