Page 125 - 5637
P. 125

оцінок  може  розійтися.  Це  викликано  наступними  причинами:  при  функціонуванні

        реальної  системи  її  параметри  можуть  часом  істотно  відрізнятися  від  параметрів

        математичної  моделі  цієї  системи,  на  основі  якої  побудований  алгоритм  фільтрації;

        реально  діючі  на  систему  та  вимірювальні  пристрої  шуми  є  негаусів  або  мають

        параметри розподілу, відмінні від тих, на які налаштований алгоритм. Таким чином,

        потреби  практичної  реалізації  алгоритмів.  Фільтрації  обумовлюють  необхідність

        удосконалення  класичного фільтра Калмана так, щоб  він ефективно працював  і при

        невідповідності  апріорних  моделей  системи  та  шумів  їх  конкретним  реалізаціям.

        Сучасні  методи  вирішення  даного  завдання  базуються  на  двох  основних  підходах.

        Перший  пов'язаний  з  оцінюванням  (ідентифікацією)  параметрів  моделі  в  процесі

        функціонування та використанням отриманих оцінок у традиційному фільтрі Калмана.

        Другий підхід заснований на аналізі «оновлюваного» процесу та адаптації фільтра за

        допомогою  перебудови  його  структури  На  реальні  процеси,  що  діють  в  каналі

        вимірювань.

              Розглянемо  алгоритм  адаптивної  фільтрації,  побудований  на  основі  другого

        підходу. Нехай лінійна система з дискретним часом виду

                                         (  + 1) =  ( ) ( ) +  ( ) ( ),
                                 ( ) =  ( ) ( ) +  ( ) ( ) + [1 −  ( )] ( ),                                        (6.33)

        де   ( )  і   ( )  –  детерміновані  речові  матриці  розміру    ×    і    ×    відповідно;


         ( )  –   -мірний  вектор  стану  системи;   ( )  –  випадкові  незалежні  в  сукупності
        гаусові  обурення  ( -мірні)  з  нульовим  математичним  очікуванням  і  ковариационной


        матрицею         ( ) ;   ( )  –   -мірний  вектор  вимірювань;   ( )  –  (  ×   )-матриця,

          = 0, 1, … .

              Послідовність   ( )  утворюють  незалежні  між  собою  випадкові  величини,  що

        приймають  значення  0  і  1  з  ймовірностями      і       { ( ) = 1} =   = 1 −   .




        Випадкові   -мірні  величини   ( )  і   ( )  незалежні  в  сукупності  і  є  гауссовским  з
        нульовим  математичним  очікуванням  і  коваріаційним  матрицями                          ( )   і     ( )

        відповідно.  Зазвичай  припускають,  що    ≪   ,  і  тоді  наведена  модель  описує


        ситуацію,  коли  в  каналі  вимірювання  є  звичайні  за  характером  шуми   ( ),  що

        чергуються  з  рідко  з'являються,  але  потужними  перешкодами   ( ),  відповідними

        випадків аномальних вимірювань.
   120   121   122   123   124   125   126   127   128   129   130