Системы с конечным временем наблюдения
Рассмотрим нестационарную линейную систему (13.1) Здесь x — n-мерный вектор состояния системы, u(t) - r-мерный вектор, представляющий собой сигнал на входе системы, y(t) m-мерный вектор, определяющий собой выход системы, A(t) – n X n-матрица, Входной сигнал u(t) есть векторный случайный гауссов процесс типа белого шума с нулевым средним значением (13.2) и корреляционной матрицей (13.3) где — δ(t) дельта-функция Дирака, Q(t) —симметрическая, неотрицательно-определенная r X r - матрица. Дельта-функция – единичная импульс функция –обобщенная функция, которая позволяет записать точечное воздействие.
Пусть t˳ начальный момент времени (t0 > - ∞) , а вектор x(t0) - начальное состояние системы. Предполагается, что x(t0) гауссова векторная случайная величина, не зависящая от u(t) с известным средним значением (13.4) и известной корреляционной матрицей (13.5) В сделанных выше предположениях x(t) и y(t) являются гауссовыми случайными процессами. Предположим, что наблюдение вектора y(t) происходит при наличии помех типа гауссова белого шума, и поэтому наблюдаемый сигнал имеет вид (13.6) где υ(t) — гауссов белый шум с нулевым средним значением (13.7) и корреляционной матрицей (13.8) где R(t) — симметрическая, положительно-определенная m X m -матрица. Кроме того, предполагается, что υ(t), u(t) и x(t˳) некоррелированы. Пусть теперь требуется получить оценку ẋ(t) состояния x(t) системы (1) по доступной измерению на отрезке времени [t0 , T] вектор-функции z(t). (13.9) где ω(t) - n-мерный вектор, F(t) – n X n -матрица, G(t) n X m -матрица. (13.10) В соответствии с (10) ошибка оценки e(t) = x(t) - ẋ(t) будет иметь следующий вид: (13.11) Вектор-функция e(t) может быть названа ошибкой фильтра. К фильтру (9) предъявим следующие требования: вектор-функция ω(t) должна представлять собой несмещенную оценку x(t) и при этом должна минимизировать дисперсию ошибки e(t) (точнее, минимизировать некоторый функционал, зависящий от корреляционной матрицы векторного случайного процесса e(t)). Это точная оценка, математическое ожидание которой равна оцениваемому параметру Фильтр, обеспечивающий несмещенность оценки x(t) будет описываться дифференциальным уравнением (13.12) Рассмотрим функционал (13.13) где T — некоторый фиксированный момент времени, L(T) — симметрическая, положительно-определенная n X n-матрица. Так как скалярное произведение a*b двух n-мерных векторов а и b равно следу n X n -матрицы ba*, то есть сумме элементов, расположенных на ее главной диагонали (13.14) Оптимальный фильтр представляет собой систему с обратной связью, сигнал на входе которой состоит из зависящей от рассогласования функции С(t) e(t) и аддитивной помехи в виде белого шума υ(t).
Популярное: Модели организации как закрытой, открытой, частично открытой системы: Закрытая система имеет жесткие фиксированные границы, ее действия относительно независимы... Организация как механизм и форма жизни коллектива: Организация не сможет достичь поставленных целей без соответствующей внутренней... Как выбрать специалиста по управлению гостиницей: Понятно, что управление гостиницей невозможно без специальных знаний. Соответственно, важна квалификация... Почему стероиды повышают давление?: Основных причин три... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (321)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |