Оптимальная линейная фильтрация полезного сигнала с постоянным приращением
Пусть разностное уравнение для неслучайного полезного сигнала имеет следующий вид:
, (13.15)
где - скорость изменения сигнала;
- интервал дискретизации.
Разностному уравнению соответствует модель полезного сигнала в виде полинома первого порядка:
, (13.16)
где , - некоторые параметры неслучайного полезного сигнала (начальное значение, скорость изменения).
Рисунок 13.2 – модель полезного и наблюдаемого сигналов
Параметры , должны быть оценены по результатам измерений , . Минимизируемый критерий в данном случае запишется следующим образом:
. (13.17)
В качестве оценок МНК будем использовать те значения параметров модели и , для которых критерий оптимальности минимален или производные критерия оптимальности равны нулю:
; (13.18)
. (13.19)
Результаты дифференцирования по оцениваемым параметрам имеют вид:
;
.
После выполнения операции суммирования с точностью до несущественных постоянных множителей получим:
;
.
Таким образом, получена система двух линейных уравнений относительно искомых параметров и . Решение системы имеет следующий вид:
;
.
Учтем следующие выражения:
; .
Оптимальные оценки параметров полезного сигнала методом МНК примут следующий окончательный вид:
; (13.20)
, (13.21)
где ;
.
Соответственно, оценка сигнала на момент последнего измерения запишется следующим образом:
, (13.22)
где .
Экстраполированное значение оценки сигнала на один дискрет времени вперед определяется выражением:
, (13.23)
где .
Рисунок 13.3 - Оценивание методом МНК, экстраполяция
Дисперсии полученных оценок скорости , фильтрованного и экстраполированного сигналов с учетом некоррелированности шумов наблюдения в различных дискретах времени запишутся в виде:
,
, (13.24)
.
Оценивание методом рекуррентной фильтрации
Рекуррентные уравнения оптимальной фильтрации могут быть получены в результате взвешенного суммирования экстраполированного значения сигнала с текущим рассогласованием:
, (13.25)
где - коэффициент фильтрации по положению сигнала.
Вес текущего рассогласования стремится к нулю, если экстраполированная оценка является идеальной ( ), и стремится к единице, если идеальным является текущий входной сигнал ( ). В последнем случае выражение (13.25) принимает вырожденный вид: .
Результирующие уравнения оптимальной дискретной линейной фильтрации имеют следующий рекуррентный вид:
, (13.26)
, (13.27)
, (13.28)
, (13.29)
,
,
где - экстраполированное значение измеряемого дискретного сигнала;
- коэффициент фильтрации по положению сигнала;
- измеренное значение скорости изменения дискретного сигнала;
- экстраполированное значение скорости изменения дискретного сигнала;
- коэффициент фильтрации по скорости сигнала.
Рисунок 13.4 - Оценивание реккурентным методом
Структурная схема оптимального линейного дискретного фильтра сигнала с постоянным приращением имеет следующий вид: рисунок 13.5.
В соответствии с рисунком 13.5 фильтр для фильтрации сигнала с постоянным приращением представляет собой дискретную следящую систему с двумя цифровыми интеграторами в разомкнутой цепи, измерением скорости приращения и переменными коэффициентами фильтрации контуров по положению и скорости.
Рисунок 13.5 – структурная схема рекуррентной оптимальной линейной фильтрации сигнала с постоянным приращением
Дата добавления: 2020-08-31; просмотров: 411;