Файл: Медич Д. Статистически оптимальные линейные оценки и управление.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 11.04.2024

Просмотров: 285

Скачиваний: 1

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

Отсюда следует, что уравнение (7-34) можно пред­

ставить в виде

 

 

Л - 1 (t) =I+[F(t)

+G(t)Q(t)G'(t)P-i(t\

t)]Ai + О {At2).

(7-36)

Из (7-25) при ti = t имеем:

x (t + àt\t) = [I + F{t)b (t) + О (Af)} x (t\t). (7-37)

Подставляя (7-36) и (7-37) в уравнение (7-33), по­ лучаем соотношение

x {t + At\t,) - [/ + F (t) At + О {At2)} x (t\t) =

=

[x m - x (t\t)} + F (t) [x m

- x (t\t)} At

+

+ G

(t) Q (t) G' (l) P -1 (t\t) [x(t\t,) -

x (t\t)} At-}-О

{At2),

которое сводится к

x~(t + At\t,) = x m + F (t) x(t\tt) At +

+ G (t) Q {t) G' (t)P~* (t\t) [x (tltj - x (t\t)} At+O (At2).

После переноса x^tj в левую часть уравнения, де­ ления обеих частей на At и перехода к пределу при Дг—•

— О получаем:

хт=р(і)хт+

 

+ G (t) Q (t) G' (OP -

(t\t) \x\t\tj

- x(t\t)}.

(7-38)

Обозначая

 

 

 

 

 

A (t) = G{t)Q(t)

G'(t)P-l(t\t),

 

(7-39)

получаем уравнения (7-29) и (7-30).

 

 

Из

теоремы 6-1 следует,

что на

уравнение

(7-38)

наложено граничное условие

 

x(ti\ti).

 

 

Из теоремы 6-1 также известно, что случайный про­

цесс ошибок сглаживания

на

закрепленном интервале

{x(t\ti),

t = to + jAt, j=N, N—l,

0} гауссовская мар­

ковская последовательность второго порядка с нулевым средним, описываемая соотношением

x(t\ti) =x(t\t) +A(t)

[х(Е+М\Ь)—гу+АЩ)].

 

(7-40)

300


Граничным условием для уравнения (7-40) является

равенство x(U\ti)

=x(ti)—x(ti\ti).

 

 

 

Согласно уравнению (6-59) корреляционная матрица

этой случайной

последовательности

описывается

урав­

нением

 

 

 

 

 

 

 

 

 

P(t\ti)

= P(t\t)

+А (t)[P (t + At IU) -P

(t + At 11) ]A'

(t)

с граничным

условием

 

 

 

 

 

(7-41)

 

 

 

 

 

 

 

 

Р(к\и)=Е[х{и\41)х'{и\к)].

 

 

 

Теперь рассмотрим

предельное поведение уравнения

(7-40). Вначале

имеем:

 

 

 

 

 

 

 

 

x(t+At\h)—x(t+At\t)

 

 

=

 

 

 

 

=A-4t)[x(t\h)—x(t\t)].

 

(7-42)

Для

U = t

уравнение

(7-28)

можно

записать в

виде

 

x(t

+ At\t)=x(t]t)+F{t)x{t\t)At

 

+

 

 

 

 

+ G(t)w(t)At

+ 0(A42).

(7-43)

Подставляя в (7-42) уравнения (7-36) и (7-43), по­

лучаем

уравнение

 

 

 

 

 

 

 

x(t+At\ti)—

x(t\t)—F(t)x{t\t)

 

At—

 

—G(t)w(t)At+0(Atz)=[x(t\ti)—x(t\t)]

 

+

 

+ F{t){x{t\U)-x{t\t)]At

+

 

 

G{t)Q{t)G'{t)P-t{t\t)X

 

 

X[x(t)U)-x(t\t)]At

 

+

0(At*),

 

которое можно привести к виду

 

 

 

 

 

 

x(t+At\ti)—

* ( ф 1 ) = [ ^ ( 0

+

 

 

+ G (t) Q (t) G' (f) P-* ( t\ t) ] x (* | U) At—

 

 

—G(t)Q(t)G'(t)P-l{t\t)x{t\t)At

 

+

 

 

 

 

+ G(4)w(t)At

+

0(AP).

 

Разделив обе части последнего уравнения на At и переходя к пределу при At—Ю, получим уравнение

x (%)=[F (/) + A { ф і т -A(t)~x (t\t) + G (0 w {t),

соответствующее гауссовскому марковскому процессу второго порядка с нулевым средним вида

k>t^t0).

301


В заключение рассмотрим предельное поведение уравнения (7-41) при At—>-0 с тем, чтобы получить мат­ ричное дифференциальное уравнение для корреляцион­ ной матрицы ошибки сглаживания на закрепленном ин­ тервале. Перепишем уравнение в виде

 

 

P(t + At\ti)=P{t+At\t)

+

 

 

 

 

+ A-4t)[P(t{tl)-P(t\t)][A'(t)lri.

 

 

(7-44)

Из уравнений (7-32), (7-14)

и (7-5) следует,

что

 

A'(t)

=P-4f+At\t)G>(t

 

+ At, t)P(t\t)

=

 

 

=[P-l(t\t)<b-l(t

+ M,

t)P(t+At\t)]-i

 

=

 

 

= {P-l(t\t)<D(t,

t + At)[0(t+At,

t)

X

 

 

xP(t\t)0'(t+At,

 

t)+G(t)Q(t)G'(t)At

 

+

 

+ О ( Д / г ) ] } - і = [ Ф ' ( / + М /) +P-1

(t 11) X

 

 

X Ф (t, t+At)

G {t) Q {t) G' (t) At + O (At2) ] - Ч

Из уравнения

(7-4)

и равенства

 

 

 

 

 

 

Ф ( / ,

t + At) =/—F

(t) At + O (At2)

 

 

получаем:

 

 

 

 

 

 

 

 

 

 

A'(t)=[I

+ F'(t)At

+ P-i(t\t)G(t)Q(t)G'(t)At

 

+

0(At2)]-\

откуда

сразу

следует:

 

 

 

 

 

 

 

 

[A'(t)]-i

= I+{F'(t)

+P-i(t\t)G(t)

X

 

 

 

 

XQ(t)G'(t)]At

 

+ 0(At2).

 

 

(7-45)

Используя уравнения (7-36) и

(7-45),

получаем:

 

A-4f)P{%)[A'(f)]-1

 

=

{P{t\t1)

+

 

 

I- [F(t) - f

G(t)Q(t)G'

(t)P-•

(t\t)} P(t\t,)At

+

+

О (ДО}

{/ + [F' (t) -t-P'1

(t\t) G (t) Q(t)G'

(t)} At +

 

+

О (At*)} = P (t\tt)

-f

{[F (t) + G (t)

X

 

 

X Q (t) G' (t)P'1

(t\t)} P

+ P (ttt)

[F' (t)

+

 

+

P-1

(t\t) G (t) Q (t) G' (f)]} At-\-0

{At*).

(7-46)

Точно таким же

образом

получим уравнение

 

 

A-4t)P(t\t)[A'(t)]-i

 

= P(t\t)

+

 

 

+ {[F(t) + G (О Q (,0 G'(t)

P-1

(t

I t)]P (t 11) + P (t 10 X

 

X [ F ( 0

 

(t 10 G (0 Q(t)G'(t)]}At

+ 0

(At2),

302


которое можно привести к виду

 

 

 

 

 

 

A-4t)P(t\l)[A'(t)]-i

 

= P(t\t)

+[F(t)P(t\t)

+

 

 

 

+ P(t\t)F'(t)+2G(t)Q(t)G'(t)]At

+ 0(At2).

(7-47)

 

Из уравнений

(7-15) и (7-47) следует:

 

 

 

 

 

P (t+At

11) - Л - i (/) Р (t1 t)[A'{t)Y^P{t\t)

 

+

 

 

 

-r-[F(t)P(t\t)+P(t\t)F'(t)

+

G(t)Q(t)G'(t)]At-

 

~P(t\t)-[F(t)P(t\t)+P(t\t)F'(t)+2G(t)Q(t)G'(t)]X

 

 

 

 

 

XAt + O (At2) = —G (0 Q (/) G' (t) At + О (At2).

(7-48)

 

Подставляя уравнения (7-46) и (7-48) в

(7-44),

по­

лучаем:

 

 

 

 

 

 

 

 

 

 

 

P(t

+ At\t1)=

— G(t)Q(t)G,(t)At

+ P{t\ti)

+

 

 

 

+

{[F(t) + G(t)Q(t)

G'(t)P-i(t\t)]P(t\U)

 

+

 

 

+ P(t\ti)[F'(t)+P-i(t\t)G(t)Q(t)G'(t)]}At

 

+

0(At2).

 

Следовательно,

 

 

 

 

 

 

 

 

 

P W.) =

^ (0 + G(t)Q (t) G' (t)P

1 (f ft] P W,) +

 

 

+

^.(¥.) t7 7 ' (0 +

P - 1

(*|0 G (0 Q (0 G' (О) -

G (0 Q (0 G' (t)

 

 

 

 

 

 

 

 

 

 

(7-49)

для

^ о ^ ^ О -

Используя

определение

матрицы

 

A(t)

(7-39), получаем уравнение (7-31) теоремы.

 

 

 

 

Из теоремы 6-1 с очевидностью следует, что на урав­

нение (7-49) наложено

граничное условие вида

P(ti\ti)

=

= £{x(/i|*i)af'(/i|/i)].

 

 

 

 

 

 

 

 

Алгоритм

теоремы

7-3

получен

Раухом

и др. [Л. 7-2]

с использованием процедуры предельного перехода Калмана і[Л. 7-1]. Несколько отличный вариант этого алго­ ритма был ранее получен Брайсоном и Фрезером [Л. 7-5], которые использовали при доказательстве методы ва­ риационного исчисления и максимального правдо­ подобия. Раух и другие показали, что эти два алго­ ритма эквивалентны.

Структурная схема оптимального фильтра, сглажи­

вающего

на закрепленном

интервале, показана

на

рис. 7-3. Как и в случае оптимального фильтра,

сглажи­

вающий

фильтр состоит

из

модели

динамики

системы

x = F(t)x,

возбуждаемой

сигналом

коррекции

от

цепи

обратной связи. Однако здесь сигнал коррекции не включает в себя явно данные измерения. Вместо этого

303