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

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 11.04.2024

Просмотров: 295

Скачиваний: 1

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

шение уравнения можно записать в виде

л (ф) = ЧГ (t, tQ) x (t01 Q+ f 47 (t, x) [G (x) a, (x) -

h

- / Ç ( x ) o ( x ) ] d T .

Далее

 

P(t\t)

= E [x(t\t)x'{t\t)}

=

 

=

¥('. t0)E[x(t0\ta)x'(t0\t0)]W'(t,

g

+

+

£ J Ç ЧГ (f,

x) [G (x) ш (x) - К (x) о (x)]

dxX

 

u0

 

 

 

где взаимная корреляция элементов случайного вектора

x(t0\t0)

 

и случайных

процессов {w(i),

t^O}

и

{v(t),

t^U)

отсутствует,

поскольку x(t0\l0)

=x(t0)

не

зависит

от этих двух процессов.

 

 

 

 

 

 

Вспоминая, что

 

 

 

 

 

 

 

 

E[x(to\to)x'(to\to)]

= P(to);

E[w(t)w'(x)]

 

= Q(t)à{t

 

т);

E [v (t) v'(x)] = R(t)

ô (t-x)

; E [w (t) v' (x)] = S(t) ô

(t—x),

можно привести уравнение (8-47) к виду

 

 

 

 

 

 

P(t\t)

=

w(t,

t0)P(t0)W(t,

о

+

 

 

 

 

+

f W (t, x) [G (x) Q (x) G' (x) - f К (x) /? (x) /С' (x)

-

 

-

G (x) S (x)

(x) - К (x) S' (x) G' (x)] 47' (f,

x) G?X

(8-48)

для г1

г? г0.

 

 

 

 

 

 

 

 

Уравнение (8-48)

описывает корреляционную

матри­

цу ошибки фильтрации для фильтра с произвольной матрицей передачи. Однако для матрицы передачи опти­ мального фильтра К{х)=[Р{х\х)Н'(х) + 0(х)8{х)№-*(г)

оно является интегральным уравнением относительно

матрицы

P{t\t) и поэтому применять

его для вычисле­

ния P(t\t)

нецелесообразно.

уравнение (8-48)

Более

логично попытаться свести

к дифференциальному уравнению, дифференцируя ег о

346


по t, и получая

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

р = *Ѵ,

QP{t0)W{t,

 

 

tt) + w(t,

t0)P(t0)W'(t,

 

g

+

 

 

+

47 (t,

t) [G (t) Q (t) G' (t) +

K(t)R

 

(t) K'

(t)

-

 

 

 

-G(t)S

(t) K'

(t) -

К

(0

S' (t) G' (t)} 47' (t,

 

t)

+

 

 

+

f 47 (t,

z) [G (x) Q (x) G' (x) - f К (x) R (x) K'

(x)

-

 

 

h

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

-

G (x) S (x) K' (x) -

К (x) S'

(x) G' (x)] 47' (t,

x) dz - f

 

+

[ 47 (t,

z) [G (x) Q (x) G' (x) +

К (x)

(x) tf' (x)

 

-

 

 

h

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

-

G (x) S (x) /С' (x) -

 

К (x) S' (x) G' (x)]

tf' (f,

x) dz.

(8-49)

Однако

47 (/, x) =

С (t) 47 (t,

z)

для

всех

f,

x >

t0

при

условии

47 (x, х ) = = / для

x > g

Кроме

того,

из

уравнения

(8-48) следует:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

t

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

j

*F (f,

x) [G (x) Q(x)G' (x) - f К (x) P

(x) /С' ( x ) -

 

 

 

U

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

-

G (x) 5 (x) /С' (x) -

К (x) S' (x) G'(x)]

47' (t,

z) dz

 

=

 

 

 

=

Р ( ф ) - 4 ^ ,

t0)P(t0)4T(t,

 

Q.

 

 

 

 

 

Подставляя

эти результаты

в

уравнение

(8-49), полу­

чаем:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

P=C(t)W{t,

 

t0)P{t0)W(t,

 

g

+

 

 

 

 

 

- f

W (t, g P (f0 ) W

(t, g С

(t) + G (/) Q (0 G' (0

+

 

+ /((/)# (0 K ' (t) -

G (0 s (0 /С' (0 -

 

(0 5' (0 G' (0

+

 

+

с (0 [P (f |0 -

w (t,

g P (g y

 

g] - f

 

 

 

+[P(t\t)-v

 

(t,

g

P (g

 

g]

с ( о = c ( f ) P { t \ f )

+

+ P(t\t)C

(0

- f

(0

R (0 K' (0 — G(t)S

(о /С' (0

-

 

 

 

-tf(0S'(0G'(0 + G(0Q(0G'(0-

 

 

 

 

 

Вспоминая,

что

C(t)=F(t)—K{t)H{t),

 

 

имеем:

 

P=tF(t)-K(t)H(t)]P

 

 

 

+ P[F(t)-K(t)H(t)]'

 

 

 

+

 

+ K(t)R(t)K'(t)-G(t)S(t)K'(t)-K(t)S'(t)G'(t)

 

 

 

 

 

 

 

+

 

 

 

 

 

 

+

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

 

 

 

 

 

 

(8-50)

для t ^ t 0 ,

где Р =

Р ( ф ) .

 

 

 

 

 

 

 

 

 

 

 

 

347


Решение уравнения (8-50) при начальном условии P{to\to)=P{to) представляет собой корреляционную матрицу ошибки фильтрации для фильтра (8-35). Под­ черкнем, что уравнение (8-50) справедливо для матрицы передачи любого фильтра. Если же используется опти­ мальная матрица К ( 1 ) , то уравнение (8-50) можно упро­ стить следующим образом. Раскрывая скобки и группи­ руя члены, можно записать уравнение в виде

P—F

(t) P—K(t)

H (t) P + PF' (t) —PH' (t) К' (t) +

+ K(t)R(t)K/{t)-G(t)S(t)K'(t)-K(t)S'{t)G'(t)

 

+

+ G(t)Q(t)

G'(t)=F{t)P

+ PF'{t)-K(t){PH'{t)

+

+

G(t)S(t)]'-{PH'(t)+G(t)S(t)]K'(t)

+

 

 

+

 

K(t)R(t)K'(t)+G(t)Q(t)G'{t).

 

Подставляя

в

это уравнение

K{t) —[P(t\t)H'(t)

+

+ G{t)S{t)]R-i{t),

 

получаем:

 

 

P = F{t)P

+ PF'{t)—[PH'{t)

+

G{t)S(t)]R-i{t)x

 

X[PH'

(t) + G (0 S (t)]' + G(t) Q (t) G' (t).

 

Так как матрица P неизвестна, более удобно пред­ ставить это уравнение в следующем виде:

 

P=[F(t)-G(t)S(t)R-Ht)H(t)]P

+

+

P[F(t)-G(t)S(t)R-i(t)H(t)]'-PH'(t)R-i(t)X

XHWP+GitttQW-S^R-iWS'itWit),

(8-51)

где t^to,

а начальное условие P{U\to)

=P(U).

Выводы

Сформулируем результаты параграфа в виде сле­ дующей теоремы.

Теорема 8-2.

1)

Оптимальный

непрерывный

фильтр

для

случая,

когда

гауссовские

белые

шумы

коррелированы

и

E[w(t)v'

{r)] = S (t) Ь (t—т),

описывается

уравнением

 

 

x = F (0 x + К (t) [z (t) -

H (0 Je]

(8-52)

для t~~~

ta, где x=x(t\t),

при

начальном

условии

x(tü\t0)—Q\

матрица

передачи фильтра

размера

пХп

348


определяется с помощью

соотношения

K(t)=[P(t\t)H'(t)

+ G(t)S(t)]

/ ? - І < / ) ,

(8-53)

где

P(t\t)

корреляционная

 

матрица

размера

пхп

ошибки

фильтрации

x(t\t)

=x(t)x(t\t),

 

t^t 0 .

гаус­

 

2)

Случайный

процесс

{x(t\t),

t^U}

является

совским

марковским

процессом

с

нулевым

средним и

корреляционной

матрицей,

удовлетворяющей

матрично­

му

дифференциальному

уравнению

 

 

 

 

 

 

P =

[F(i)-G{t)S(f)R-*(f)H(t)]P

 

 

+

 

P[F(t)-

 

-

G S (t) Z?"1

Я (О]' -

PH' R-1

(t) H (t) P

+

 

 

 

+ G (t) [Q (0 — S (t) R-1

(t) S' {t)) G' (t)

(8-54)

для

t^to,

где P = P(t\t),

при

 

 

P(t0\k)=P(to)=E[x(t0)X

Xx'{U)\

 

 

 

 

 

 

 

 

 

 

 

 

Сравнивая эти

результаты

с

результатами, получен­

ными в теореме 7-1, можно убедиться, что уравнение

фильтра имеет одинаковый

Вид вне зависимости

от того,

являются

процессы

{w(t),

t^U)

и {v(t),

t~^t0}

независи­

мыми или нет, но выражения

для

матрицы

передачи

различаются. Однако

если эти два процесса

независимы,

т. е. S(t)—0

для t^t 0 ,

то

приведенные

здесь

результа­

ты

сводятся

к результатам

теоремы

7-1, как и следовало

ожидать.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Пример 8-1. Пусть вектор

возмущения

системы

w(t)

и вектор

ошибки

измерения v(t)

имеют

одинаковое

число компонент

р=т

и гауссовский белый шум, являющийся возмущением

 

системы,

так­

же искажает измерения. Это означает,

что три рассматриваемые

корреляционные

матрицы

равны, т. е.

Q(t)=R(t)=S(t)

 

 

для

всех

i^-U

(все матрицы размера тхт).

Предположим,

 

что

матрица

Q(t)

положительно определена для всех t^tf,.

 

 

 

 

 

 

Отсюда

сразу следует, что

S(t)R-i(t)—Q(t)Q-l(t)=I,

 

 

единич­

ная

матрица

размера тхт,

a Q(t)—S(t)R-i(t)S(t)

= Q(l)—

Q{t) = 0,

нулевая

матрица размера

тхт.

В

этом случае

матрица

передачи

фильтра

равна:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

K(l)=P(t\t)H'(t)Q-i(t)

 

+

G(t),

 

 

 

 

 

и уравнение (8-54) для корреляционной матрицы

ошибки фильтра­

ции принимает вид:

 

 

 

 

 

 

P = [F (0 - G (0

H

(t)] P +

P\F(t)-G

(t)

H (t)]'

-

— PH'

(t)Q-1

{t) H (t)P.

 

 

 

В качестве частного

случая рассмотрим

скалярную

стационар

ную систему

z(t)=x(t)+w(t)

349