Задача оценки состояния недоопределенных систем
Типичным случаем недоопределённых систем являются групповые эталоны. В частности, эталоны времени и частоты, в которых в качестве вектора состояния рассматриваются относительные отклонения частоты стандартов, входящих в состав эталона. Структурная схема измерений, выполненных в таких эталонах, приведена на рисунке 2.
Рис. 2 – Структурная схема измерений
Если пренебречь шумами измерительной системы, а для измерений, выполняемых на суточных интервалах, это вполне допустимо, то для нахождения вектора состояния эталона достаточно получить оценку состояния опорного элемента (на рис. 2 это первый элемент). Оценки других составляющих вектора состояния найдутся немедленно из результатов измерений, выполненных на k-м такте.
В групповых эталонах измерения выполняются путем сличения их элементов друг с другом. Чаще всего применяется схема сличения всех элементов с одним из них, выбранным в качестве «опорного». Без потери общности будем считать опорным первый элемент. Тогда матрица измерений имеет вид
(24)
Размерность матрицы - (n-1) *(n).
Эталоны времени и частоты можно рассматривать как динамические системы, в которых вектор состояния представлен в виде относительных отклонений частот квантово-механических генераторов, входящих в состав эталона. С течением времени относительные отклонения частот – yi меняют свои значения. Результаты измерений, выполненных в момент времени tj, –
zji= yj1 – yj,i+1 (25) ,
где j = 1,2, …
i = 1,2,…,n-1
В уравнении (25) предполагается, что измерения выполняются через равные интервалы времени.
Различаются два режима обработки данных: статический и динамический. В статическом режиме предполагается, что все данные, полученные с момента t=1 до t=N , имеются в распоряжении исследователя и могут обрабатываться одновременно. При обработке данных в динамическом режиме используются результаты измерений, выполненных в момент tk, и априорная информация об объекте, чаще всего представленная в виде прогнозов вектора состояния. Как правило, прогнозы вычисляются на основе математической модели, описывающей динамику объекта. Оптимальные оценки вектора состояния в динамическом режиме обработки данных находятся с помощью рекуррентных соотношений, известных как фильтр Калмана . предложен алгоритм субоптимальной фильтрации для измерительных систем с матрицей измерений вида (24). Оценка состояния опорного элемента на момент tj в этом алгоритме находится из соотношения
(26)
где - вес i-го прогноза ,
- дисперсия прогноза i – ой составляющей вектора состояния,
- прогноз i – ой составляющей вектора Y, полученный на предыдущем такте обработки данных.
Вектор Zв выражении (9) дополнен фиктивной составляющей z1 = y1 – y1 = 0 , поэтому размерности векторов Zи совпадают.
Альтернативный алгоритм основан на использовании МНК – оценок, вычисленных с помощью псевдообратной матрицы.
Псевдообратная матрица в нашем случае вычисляется по формуле
А+ = АT (AAT) -1 и имеет вид
При этом оценка вектора состояния находится по формуле (27)
(27)
Или, в развернутом виде,
, k = 2,3,…, n (28)
Очевидно, что МНК- оценка опорного элемента на k-м шаге совпадает со средним значениям результатов измерений.
Т.о. имеем два класса алгоритмов вычисления вектора состояния недоопределенных систем:
- алгоритм среднего арифметического – МНК – оценки;
- алгоритм, опирающийся на использовании прогнозирующих моделейю
Дата добавления: 2016-02-09; просмотров: 873;