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

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 11.04.2024

Просмотров: 296

Скачиваний: 1

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

для t^Q при £ [ » ( 0 ] = 0 ; E [w2 (()] = a2 = const; E [x (0)] = 0;

E [x2 (0)] = = const и E [x (0) w (/)] = 0.

Структурная схема системы представлена на рис. 8-2.

 

Имеем

F(t)=G(t)=Ii(t)

= l,

так

 

что

F(t)—G(t)H(t)=0.

Сле­

довательно, уравнение для дисперсии

принимает вид:

 

где Я — скалярная дисперсия

ошибки

фильтрации, Переменные

в уравнении

разделяются, и его решение имеет вид:

 

 

 

 

 

2

9

 

 

 

Р С 1 0 :

 

 

 

 

 

Оно может быть записано в нормализованном виде

P(t\t)_ 1

. 2

Этот результат представлен графически на рис. 8-3.

Рис. 8-2. Структурная схе­

Рис.

8-3. Нормализованная диспер­

ма

скалярной

системы пер­

сия

ошибки оптимальной фильтра­

вого

порядка

из приме­

ции

как функция нормализованного

ра 8-1.

времени.

 

Коэффициент передачи фильтра в этом

случае

а уравнение

фильтра, очевидно, имеет вид:

 

 

х = х + К(0 [2(0 —х].

Заметим,

что при t—>-оо дисперсия

P(t)—>-0, а K(t)>-1.

В установившемся состоянии дисперсия ошибки фильтрации дости­

гает нулевого

значения, но коэффициент передачи не

стремится

к нулю, как

можно было бы предположить. Уравнение

фильтра

в установившемся состоянии принимает вид x=z(t), т. е. действие

350


фильтра сводится к интегрированию. Этот результат представляется достаточно правдоподобным, поскольку из уравнений системы сле­

дует, что x — z(t).

 

 

 

 

 

 

 

Заметим, хотя система x=x+w(t),

 

неустойчива, фильтр

оказы­

вается работоспособным, и дисперсия

ошибки

при достаточно

боль­

шом времени фильтрации достигает нуля.

 

 

 

 

Предположим

теперь, что для

упрощения

фильтра

принято

K(t) = \ для всех

t^O, т. е. на всем

рабочем

интервале использует­

ся оптимальный для установившегося

режима

коэффициент

передачи

фильтра. Оценка

(уже не оптимальная)

тогда

будет иметь вид

 

о

 

 

 

 

 

 

Чтобы определить соответствующую дисперсию ошибки, положим

в уравнении (8-50)

F (t) = G (t) = H (t) =

К (t) = I

и Q (t)]=

R (t) =

= 5 (t) = a 2 , и получим Я = 0. Это значит, что P ( / ) = a2 j для всех t^O. Если дисперсия а2 велика, то фильтр будет приносить до­ вольно мало пользы, хотя его и относительно просто реализовать, поскольку в нем нет переменного коэффициента передачи. С другой стороны, если о 2 является приемлемой дисперсией ошибки для любого t^O, то такой субоптимальный фильтр можно применять.

8-3. ОПТИМАЛЬНОЕ СГЛАЖИВАНИЕ В ЗАКРЕПЛЕННОЙ ТОЧКЕ

В настоящем параграфе уравнение Винера —Хоп- фа решается с целью получения алгоритма оптимально­ го сглаживания в закрепленной точке. Результаты, ко­ торые будут здесь получены, кроме подтверждения ре­ зультатов гл. 7, содержат новое дифференциальное уравнение для матрицы передачи сглаживающего филь­

тра и два новых дифференциальных

уравнения для кор­

реляционной матрицы ошибки сглаживания.

 

 

Метод изложения здесь аналогичен методу изложе­

ния в предыдущем параграфе. Результаты

настоящего

параграфа получены

Медичем [Л. 8-5] в 1967 г.

 

Требуется получить оптимальную

оценку

x(tt\t)

для

некоторого закрепленного -ti^t0,

где t — переменная,

t^ti. Для U^a^ti

задачу можно

рассматривать

как

задачу фильтрации. Поэтому можно предположить, что уравнение (8-52) решено на этом интервале и текущая

оценка х(/і|^і) известна. Для

простоты рассмотрим

только случай S(t) = 0 при любом

t^to.

Для целей сглаживания в закрепленной точке будем считать t1 начальным временем, а x(tt\£,) — начальной

351


оценкой. Уравнение Винера—Хопфа в этом случае мож­ но записать в виде

 

t

 

 

 

E [x (t,) z' (а)] - ( A (t, х) Е (x) z' (s)] dx =

О

при ^ і ^ с т ^ ^

где оптимальное

сглаживание

в закреп­

ленной точке

описывается

выражением

 

 

 

t

 

 

 

x (t, j t) =

f Л (f,

t) г (г) dx.

(8-55)

Для того чтобы различать весовую матрицу опти­ мального фильтра, сглаживающего в закрепленной точ­ ке, и весовую матрицу оптимального фильтра из пре­ дыдущего раздела, обозначим последнюю через A°(t, т), так что

t

 

x (t 10 == j Л° (t, т) г (т) dx

(8-56)

для всех / > / о И

£ [* (0 z' (а)] - j Л° (^, x) E [z (х) г' (,)] ах = 0 ( 8 . 5 7 )

для всех ta^osS^. Уравнения (8-56) и (8-57), разумеет­ ся, также справедливы для ti^a^t, если в них заме­ нить t0 на ti.

 

Фильтр

 

 

 

 

 

 

 

Начнем,

как и раньше, с

рассмотрения

уравнения

Винера — Хопфа на интервале ti^a<t,

и вычислим для

него частную производную по t:

 

 

 

 

 

t

 

 

 

 

 

 

 

 

 

jÈ4TLE

 

\ Z Wz ' Wl dx + A (t,7t) E [z (t) z'(*)]=0.

(8-58)

 

Согласно уравнению

(8-29)

 

 

 

 

 

 

 

 

£ [ 2 ( 0 г , ( а ) ] = Я ( і ) £ [ х ( 0 2 , ( о ) ]

 

 

для

/ , < з < [ Л

Следовательно,

['уравнение (8-58)

можно

записать

в

виде

 

 

 

 

 

t

 

 

 

 

 

 

 

 

 

IдА

m %)

Е

і г

w г '

rfT+л

он w£

i* w z '

= 0

352


для tx <?<^t.

Подставляя

в это соотношение

Е [х{і)г'{і)\

из уравнения (8-57),

получаем:

 

t

 

 

 

 

j

ді— Е t*

wz'

wi d z + A С о H (0

x

Л

 

 

 

 

Х £ л ° ( /, т ) £ [ г ( т ) 2 ' ( э ) ] І х = 0

или, что то же самое

t

(8-59)

Д Л Я

tx<3<^t.

Из тех же соображений, из каких была доказана эквивалентность уравнений (8-32) и (8-31), теперь мож­ но показать, что уравнение

- ^ ^

+ A{t,t)H(l)A°{t,T)==0

(8-60)

при T J < T < ^ эквивалентно уравнению (8-59). Дифферен­ цируя уравнение (8-55) по t, имеем:

t

 

 

5 (f,) 0 = | Д А Д ( І Л ) z(x)dT

+ A{t,

t)z(t).

Подставляя в это выражение дА (t, x)!dt из уравнения (8-60), получаем уравнение

 

 

t

x(tx\t)

= A(t,t)z{l)-

j" A(t,t)H (/) Л° (t, x) z ( T ) dx =

 

 

ti

 

 

t

=

A(t,t)z(t)-A{t,

i)H(t) [Л°(/л)г(г ) а ,

 

 

/,

которое, в предположении, что оценка (8-56) вычисля­ ется на интервале £і<;т<^, сводится к уравнению

х{Ц1) = А (t, /) [z (I) - H (0 x (t \ 0]

(8-61 )

для всех t^ty.


Уравнение (8-61) определяет структуру оптимально­

го

фильтра,

сглаживающего

 

в закрепленной

точке.

Начальным

условием для этого

уравнения является те­

кущая оптимальная оценка

x{t\\t\).

 

 

Решение

уравнения

(8-61)

можно "формально

запи­

сать в виде

 

t

 

 

 

 

 

 

 

 

 

 

x ft 10 =Гх ft ) Q +

J A (x, x) [z (x) - H (x) x (x I x)] rfx

для

^ ^ f t . Это решение

можно

интерпретировать

сле­

дующим образом: фильтрация

заключается в интегри-

Z(t)-H(t)x(t\t):

A(t,t)

f

Рис. 8-4. Структурная схема оптимального фильтра,

сглаживающего в закрепленной точке.

ровании произведения переменной матрицы передачи на невязку измерения, что показано на рис. 8-4.

Еще раз подчеркнем, что оптимальный фильтр, сгла­ живающий в закрепленной точке, требует параллельной работы оптимального фильтра, описанного в предыду­ щем параграфе.

Матрица передачи

Теперь получим выражение для матрицы передачи оптимального фильтра, сглаживающего в закрепленной точке. Как и в § 8-2, начнем с рассмотрения уравнения Винера — Хопфа соответствующего вида для a = t,

t

Е [x ft) z' - j A ft х) Е (x) z' {t)} dz = 0. (8-62)

и

Так как здесь предполагается, что случайные про­ цессы {w(t), t^to} и {v(t), tp>to) независимы, T O S ( 0 = 0

для всех t^t0. Следовательно, уравнение (8-40) можно записать в виде

E[x(ti)z'-(t)]

= E[x{ti)x'{i)]H'(t),

(8-63)

где tp>ti.

354