Научная электронная библиотека

Монографии, изданные в издательстве Российской Академии Естествознания

ПРИМЕНЕНИЕ ИННОВАЦИЙ ПРИ РАЗРАБОТКЕ РАДИОТЕХНИЧЕСКИХ СИСТЕМ

Звездина М. Ю.,

8. РЕШЕНИЕ ЗАДАЧИ ЛИНЕЙНОЙ ДИСКРЕТНОЙ ФИЛЬТРАЦИИ В УСЛОВИЯХ ПАРАМЕТРИЧЕСКОЙ НЕОПРЕДЕЛЁННОСТИ МОДЕЛИ ИССЛЕДУЕМОГО

Елисеев А.В., Овсянников С.Н., Пшеничный С.А.

Аннотация – Рассмотрена задача оценивания вектора состояния динамического процесса в условиях априорной параметрической неопределенности. Причиной неопределенности является неточное знание параметров модели информационного процесса. Для оценивания используется адаптивный фильтр Калмана. Адаптация фильтра производится на основе изменения ковариационной матрицы, характеризующей интенсивность шума модели процесса. Адаптация выполняется с использованием оперативно советующей экспертной системы. Экспертная система выполнена на основе нечетких продукционных правил. Разработана структура адаптивного фильтра. Выполнено математическое моделирование. Результаты моделирования подтверждают работоспособность и эффективность предложенного алгоритма адаптивной дискретной фильтрации.

Ключевые слова – фильтр Калмана, параметрическая неопределенность, экспертная система, адаптация, нечеткие правила, математическое моделирование.

Eliseev A.V., Ovsyannikov S.N., Pshenichny S.A.

Abstract – The problem of state vector estimation for the dynamic process under a prior modeling uncertainty is considered. The uncertainty is caused by an imprecise knowledge of information process model parameters. An adaptive Kalman filter is used for evaluation. Filter adaptation is based on the covariance matrix permutation, which describes the noise intensity of the process simulation. The adaptation is carried out with real-time reasoning of an expert system. The expert system is based on fuzzy production rules. The structure of the adaptive filter is developed. The mathematical simulation is carried out. Simulation results confirm the efficiency and effectiveness of the proposed algorithm of adaptive discrete filtration.

Keywords – Kalman filter, modeling uncertainty, expert system, adaptation, fuzzy rules, mathematical simulation.