Cтраница 4
Полученные таким образом выражения (10.12), (10.13), (10.16), (10.17), соответствующие измерениям положения ЛА с помощью. РСБН и датчика воздушной скорости, записаны в единой прямоугольной системе координат и могут быть использованы для построения алгоритмов фильтрации. [46]
Алгоритмы оптимальной фильтрации находят применение в многошаговых стратегиях управления. Так, широкое распространение получил алгоритм управления, в котором при появлении каждого нового наблюдения, сначала, пользуясь алгоритмами фильтрации, определяют оценки ненаблюдаемых переменных состояния, а затем подставляют эти оценки в модель объекта и отыскивают управление, решая детерминированную экстремальную задачу. Тем не менее, этот прием широко используют и в различного рода субоптимальных стратегиях. [47]
Во второй части Основы программирования рассматриваются директивы ассемблера и компоновщика, техника программирования на ассемблере, особенности программирования конвейерных вычислений. Приводятся сведения о машинном представлении различных типов данных, а также программные реализации базовых операций и алгоритмов ЦОС: операций с вещественными и комплексными данными, базовых операций бабочка для алгоритмов быстрого преобразования Фурье, обработки сигналов, алгоритмов фильтрации, генерации, обработки спектров. [48]
Следующий широкий круг проблем адаптации связан с задачей фильтрации измерительных сообщений. К задаче фильтрации примыкает и другая важнейшая задача - задача идентификации модели системы и оценивания ее параметров. Адаптивные, алгоритмы фильтрации и идентификации часто используются совместно, образуя единую замкнутую ( адаптивную) схему процесса обработки измерительного сообщения. К числу таких схем, например, относятся адаптивные фильтры Калмана. Как известно, адаптация может оказаться эффективным средством повышения помехоустойчивости ИС, например, при использовании робастных методов. Как известно, эффективность робастного статистического метода предопределяется его адекватностью модели шума, которая часто оказывается неизвестной. В этом случае может быть использована структурная адаптация, основанная на перестройке метода оценивания по мере накопления информации о помехах. ИИС представляют собой сложные комплексы по сбору, преобразованию и переработке информации; работа таких комплексов должна анализироваться с системотехнических позиций и описывается большим числом частных моделей. Каждая из таких моделей основывается на определенном представлении об ИИС, как об одном из вариантов кибернетической системы, основными чертами которой, как известно, являются самообучение и самоорганизация. [49]
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. [50]
Как упоминалось ранее, для решения задач навигации морских и воздушных судов, слежения за космическими объектами и управления летательными аппаратами используется информация о координатах и параметрах движения, получаемая с помощью РЛС, РНС и автономных систем навигации. Изменение координат подвижных объектов в общем случае описывается случайными функциями времени, что связано с воздействием на них различных возмущений и возможными маневрами. Согласно этим методам, для успешного синтеза алгоритмов фильтрации необходимо располагать априорными данными о возможном поведении сообщения K ( t), в нашем случае моделью движения объекта. [51]
Существо метода понятно из его названия. Отметим только, что если в качестве критерия перехода от одного линейного участка модели к другому используется оценка соответствующей ненаблюдаемой переменной состояния, то метод можно рассматривать как частный случай построения расширенного фильтра Калмана для кусочно-линеаризованной модели. Именно в такой модификации расширенный фильтр Калмана использовался, например, при построении алгоритмов фильтрации и прогнозирования для процессов доводки мартеновской плавки ( см. гл. [52]
Во многих случаях, однако, содержанию задачи в большей мере отвечает модель сообщения Х ( г) как некоторого векторного случайного процесса. Очень удобной и адекватной многим реальным ситуациям оказывается модель Ц /) в виде векторного марковского процесса, позволяющая прийти к рекуррентным правилам фильтрации: таким, когда оценку Х ( г) удается формировать последовательно по мере наблюдений, корректируя и уточняя ранее полученные данные с учетом вновь поступающих. Приняв за основу марковскую модель сообщения, сосредоточим внимание на проблеме дискретной фильтрации исходя из тех соображений, что, во-первых, для современной радиоэлектроники с ее ориентацией на цифровую схемотехническую базу характерен особый интерес к дискретным методам обработки информации, а во-вторых, непрерывные алгоритмы фильтрации с достаточной для инженерных дисциплин строгостью можно получать из дискретных с помощью соответствующих предельных переходов. [53]