Page 112 - 5637
P. 112

задачі  фільтрації.  Одним  з  найбільш  ефективних  і  поширених  методів  розв'язання

        задачі фільтрації є алгоритм Калмана [20, 45, 46].

              Нехай  задана  математична  модель  лінійної  динамічної  системи  в  дискретному

        часі

                                      (  + 1) =  ( ) ( ) +  ( ),   = 0, 1, …,                              (6.16)

        де   ( )  –  недоступний  безпосередньому  виміру  вектор  стану  системи;

         ( )  –  випадкові  гаусові  обурення  ( ( )  та   ( )  –   -мірні);   ( )  –  детермінована

        (  ×  )-матриця.

              Заданими вважаються наступні характеристики:


                           [ (0)] =  (0),  [{ (0) −  ̅(0)} { (0) −  ̅(0)} ] =  (0),

                        [ (0)] =   (0),  [{ ( ) −   ( )} { ( ) −   ( )} ] =  ( )  ,


                                      [{ ( ) −   ( )} { (0) −  ̅(0)} ] = 0,

                                         = 1 при   =   і   = 0 при   ≠  ,                                    (6.17)


        де  ( ) – відома матриця.

              Співвідношення, що описують процес виміру вектора стану, також лінійні:

                                        ( ) =  ( ) ( ) +  ( ),   = 0, 1, …,                                    (6.18)

        де  ( ) – вектор виміру (спостереження);  ( ) – вектор похибок гаусів виміру ( ( ) і

         ( ) –  -мірний);  ( ) – задана (  ×  )-матриця. Про вектор (к) відомо, що


                                  [ ( )] =   ( ),           [ ( )  ( )] =  ( )

        (матриця  ( ) задана),



                            [{ ( ) −   ( )}  ( )] = 0,  [{ (0) −  ̅(0)}  ( )] = 0,
        тобто вектор  ( ) не корелював ні з збуреннями системи, ні з початковим значенням.

        Надалі без обмеження спільності можна вважати, що  ( ) =  ( ) = 0 і  (0) = 0.


              На  основі  спостережень   (0), … ,  ( )  потрібно  знайти  несмещенную  (з
        математичним  очікуванням,  рівним  істинного  значення  оцінюваних  параметрів)


        оцінку    ( )  вектора   ( ).  Помилкою  оцінювання  служить  величина   ( ) −   ( ),  а

        критерієм       оптимальності        оцінки     –    математичне        сподівання       її   квадрата

         [ ( ) −   ( )] .  Як  оптимальної  оцінки  вектора   ( )  служить  його  умовне

        математичне сподівання [46]

                                            ( ) =  [ ( )| (0), … ,  ( )],

        що реалізує мінімум середнього квадрата помилки оцінювання.
   107   108   109   110   111   112   113   114   115   116   117