Cтраница 1
Канал наблюдений содержит инерцию, запаздывание и аддитивную помеху, которую можно считать гауссов ской. [1]
Для определения канала наблюдения сравним соответствующие производные от уаш. [2]
В общем случае математическая модель фракционирующей части как канала наблюдения представляет собой совокупность последовательно включенных звеньев транспортного запаздывания и апериодических звеньев. [3]
Источник неполноты информации может быть связан с наличием помех в канале наблюдения за движением системы. Одним из важных источников неполноты информации является запаздывание, вызванное конечностью времени, необходимого для проведения наблюдений и обработки их результатов. [4]
Субоптимальный дуальный алгоритм существенно более эффективен, чем одношаговый в области больших дисперсий шума в канале наблюдений при малом запаздывании. С увеличением запаздывания эффективность дуального алгоритма падает, и, начиная с некоторого т, может оказаться ниже эффективности одношаго-вого. Последнее утверждение весьма существенно для установок каталитического крекинга, поскольку для них характерно относительно большое запаздывание в канале наблюдений, и, поэтому, применение дуального алгоритма целесообразно лишь при условии уменьшения запаздывания. [5]
Измерение целевых продуктов производится обычно на выходе установки - после фракционирующей части, поэтому последнюю можно рассматривать как канал наблюдения выходных величин РРБ. При этом отметим, что поскольку выходы различных продуктов измеряются в разных точках установки, каждому продукту соответствует свой канал наблюдений со своими характеристиками. [6]
Данный пример представляет интерес еще и потому, что в нем удается аналитически определить условие переключения с одного канала наблюдения на другой и показать насколько такое переключение эффективнее с точки зрения качества оценивания по сравнению с использованием отдельных каналов. [7]
На рис. IV-1 показан характер изменения критерия / при субоптимальном алгоритме управления в зависимости от уровня шума в канале наблюдений. Как следует из рис. IV-1, многошаговый алгоритм управления, содержащий изучающую добавку ( кривая /), оказывается значительно более эффективным, чем одно-щаговый ( кривая 2), причем эта эффективность тем больше, чем выше уровень шума в канале наблюдений. [9]
Такая постановка задачи включает в себя различные типы задач управления наблюдениями, например, задачу оптимального распределения ресурсов между каналами наблюдения, задачу оптимизации наблюдений для дискретных систем, задачу управления наблюдениями в системах с подвижным наблюдателем и многие другие. [10]
Отметим, что преимущества дуального алгоритма ( кривая 1) перед одношаговым ( кривая 2) тем больше, чем меньше запаздывание в канале наблюдений. Начиная с некоторого т, дуальный алгоритм оказывается хуже и одношагового и разомкнутого. Это объясняется несколькими факторами. Эти потери не компенсируются при дальнейшей работе алгоритма. [12]
Простой одношаговый алгоритм типа ( IV-34) оказывается достаточно эффективным при относительно небольших изменениях свойств сырья от резервуара к резервуару, а также при малом 1шуме в канале наблюдений. [13]
Моделирование второго варианта работы установки ( рис. IV-5, а) показало, что расхождение между / раз и / опт относительно невелико, и что по мере увеличения дисперсии шума О в канале наблюдений величина / СУб при использовании одношагового алгоритма ( IV-34) монотонно уменьшается, приближаясь к / раз. [15]