- •26. Уравнение α-β фильтра
- •25. Схема алгоритма α-β фильтра
- •27. Схема α-β фильтра
- •28. Дискретный фильтр Калмана. Математическая постановка.
- •29.Структурная схема фильтра Калмана
- •30.Уравнение фильтра Калмана.
- •31.Критерии оценки фильтр Калмана, матрица ковариации ошибок оценки.
- •18. Вторичная обработка рли. Задача обнаружения и сопровождения траекторий. Дать иллюстрирующуй рисунок.
- •1. Основные характеристики рлс:
- •35.Мультирадарная обработка рли. Этапы обработки. Метод мозаичной обработки.
- •36. Мультирадарная обработка рли. Метод весовой обработки.
- •38. Приведение рл данных к единому времени.
- •37. Сбор и приведение рл данных к единой системе координат.
- •21) Задача оценки (сглаживания) траектории полета вс
- •22) Экстраполяция в задаче траекторной оценки и сопровождения вс
- •23) Постановка задачи оценки параметров траектории полета самолета
- •24) Математическая модель равномерного прямолинейного полета самолета:
- •15. Дискретизация и квантование при первичной обработке рли.
- •10. Первичная обработка рлс. Принцип определения дальности и азимута.
- •11. Первичная обработка рлс. Число импульсов в пачке отраженных сигналов. Минимальный период следования зи.
- •6.Статистические характеристики ошибок измерений рлс в прямоугольной системе координат
- •7. Вывод выражения для случайной ошибки определения координаты х, после пересчета измерений из полярной системы координат:
- •8. Вывод выражения для случайной ошибки определения координаты y, после пересчета измерений из полярной системы координат:
- •9. Вывод выражения для дисперсии ошибки определения координаты х, после пересчета измерений рлс из полярной системы координат
- •5. Изучение влияния ошибок рлс на точность и достоверность определения местоположения вс
30.Уравнение фильтра Калмана.
Наиболее часто при вторичной обработке РЛИ используется гипотеза о равномерном и прямолинейном полете ВС, которой соответствует полиномиальная модель первой степени. Так для прямоугольной системы координат это будет
или в векторно-матричном дискретном виде записи где
Vх, Vу- проекции скорости; Т = ti -ti-1- период обзора РЛС.
Математически задача восстановления и оценки параметров траектории полета ВС по данным РЛС решается с использованием оптимальных методов опенки состояний динамической системы.
Постановка задачи оценки состояний формулируется следующим образом. Задана управляемая система в виде физического соотношения между вектором состояний х, управлением и и возмущающим воздействием . Задана также измерительная система в виде физических соотношений между сигналом измерений z, вектором состояний и ошибками измерений . Заданы статистические характеристики случайных сигналов и . Требуется найти оценку состояний системы по результатам обработки результатов измерений с ииспользованием оптимального в заданном смысле устройства (или алгоритма) оценки, минимизирующего ошибку оценки
Оценка (t / Т) должна удовлетворять определенным критериям качества. Причем для t = Т оценку называют оценкой фильтрации, для t < Т - оценкой сглаживания, а для t > Т - оценкой прогноза.
Оцениваемый процесс (вектор состояний) описывают дискретным линейным в общем виде нестационарным уравнением
где - вектор состояний размерностью п: Ф - переходная матрица (пхп): В' -матрица, распределяющая управления, (пхr); и - вектор детермированных управлений размерностью г; G' - матрица, распределяющая возмущения, (nxs); -вектор возмущающих воздействий размерностью s .
Вектор возмущений представляет собой набор случайных некоррелированных между собой процессов типа "дискретный белый шум" .
31.Критерии оценки фильтр Калмана, матрица ковариации ошибок оценки.
В качестве критерия оптимальности оценки состояний принимают минимум среднеквадратической ошибки т.е. минимум суммы среднеквадратических ошибок оценок отдельных составляющих вектора состояний
32. Представление α-β фильтра виде рекуррентного фильтра Калмана.
Записать уравнения а-β фильтра в виде рекуррентного фильтра Калмана. При гипотезе о равномерном прямолинейном полете ВС рекуррентная модель движения вдоль координаты х запишется в виде (аналогично для координаты у):
Если принять вектор состояний и учесть, что скорость полета постоянная, то можно записать
или
При этом переходная матрица Ф(Δt) определяется непосредственно из математического представления дискретной модели.
Математическая модель измерений координаты х запишется как
Отсюда
При этих условиях матрица коэффициентов коррекции фильтра Калмана В результате а-β фильтр запишется в пространстве состояний в общем виде (7.1)
а корреляционная матрица ошибок оценки имеет вид
диагональные элементы этой матрицы определяют дисперсию ошибки оценки координаты и скорости, соответственно рх и рv.