- •Структурная схема задачи оценивания
- •Типовая задача определения параметров движения ц.М. Ка
- •Оценки и их свойства
- •Исторический аспект мнк (метода наименьших квадратов)
- •Сущность метода наименьших квадратов
- •Постановка линейной регрессионной задачи статистического оценивания и индикации динамических систем.
- •Геометрическая интерпретация критерия качества мнк
- •Алгоритмы линейного оценивания мнг
- •Общий вид алгоритма
- •Точность мнк оценок
- •Статистические свойства мнк оценок.
- •Общий вид алгоритма оценивания
- •Условия окончания процесса последовательных приближений
- •Получение линеаризованной модели
- •Причины расхождения (не схождения) алгоритмов оценивания для получения оценок:
- •Точности мнк оценок для нелинейного случая
- •Метод наименьших модулей (мнм).
- •Эффективность мнм
- •Байесовский подход к учету априорной информации
- •Понятие априорной информации
- •Использование формулы т. Байеса в задачах оценивания состояния динамических систем
- •Универсальный критерий байесовского оценивания.
- •Виды функции потерь
- •Метод максимального правдоподобия (ммп) ммп в линейных задачах оценивания Общая постановка задачи оценивания данных по ммп:
- •Алгоритм линейного оценивания ммп в предположении нормального (Гауссовского) распределения ошибок измерений
- •Функция правдоподобия
- •Алгоритм оценивания ммав
- •Пример оценивая с помощью ммав метода.
- •Свойства ммав оценок
- •Другие свойства ммав оценок
- •Теоритические основы динамической фильтрации сигналов(измерений).
- •Классификация случайных процессов
- •Понятие марковского процесса.
- •Примеры марковских процессов
- •1.Белый нормальный шум
- •2.Винеровский процесс
- •Основные этапы развития теории динамической фильтрации
- •Фильтр р. Калмана Общая постановка задачи
- •Математическая постановка задачи
Фильтр р. Калмана Общая постановка задачи
Рассматривается
линейна стохастическая динамическая
с аддитивным нормальным белым шумом в
правых частях системы обыкновенных
дифференциальных уравнений(СОДУ). В
дискретные моменты времени
производятся косвенные измерения(функционально
связанны), содержащие нормально
распределенные ошибки с нулевой
автокорреляцией. Требуется: на каждый
момент времени
оценить вектор текущего состояния
динамической системы ч и определить
меру разброса этой оценки я., по априорной
информации: аааа . и
и используя критерий ММД(метод минимальной
дисперсии).
Математическая постановка задачи
Дано: 1. Мат.
модель динамической системы G:
;
;
при
;
НУ:
,
шум
2. ММ ИС: nhf nf nf ehfeeėh
www
3 Выборка
измерений z:
4 Априорная информация
A:
5 Критерий оптимальности
оценок K:
Требуется найти: вуоа
