![](/user_photo/_userpic.png)
книги из ГПНТБ / Белоглазов, И. Н. Корреляционно-экстремальные системы
.pdfрежима управления. Шумы датчика информации про являются так же, как и ошибки картографирования: при большой интенсивности они могут полностью сорвать процесс коррекции, а небольшие уровни шумов не опас ны.
Определение критических соотношений сигнал/шум, допустимых ошибок грубой измерительной системы бКт, bVy, оптимальной длины реализации L = NAl, а так же влияния свойств непрерывной части контура управ ления на точность совмещения реализаций — вот основ ные вопросы, которые необходимо выяснить теоретически и при моделировании на ЦВМ.
Остановимся еще на одном способе. Принципиально возможно построить описанную выше систему, не ис пользуя грубой измерительной системы. В этом случае перебор вариантов необходимо производить по всему предполагаемому району движения и вид траекторий движения следует считать произвольным (так как нет информации о составляющих скорости Vx, Vy), что приводит к колоссальному возрастанию числа просма триваемых вариантов. Прикидочные расчеты показыва ют, что возможности существующих и разрабатываемых ЦВМ по быстродействию не обеспечат такого перебора за отводимое для этого время. Поэтому практически в настоящее время возможен лишь вариант, использую щий какие-либо измерители (пусть достаточно грубые) составляющих скорости движения Vx, Vv.
Перейдем к математической постановке вопроса. Для простоты рассмотрим одномерную задачу и предполо жим, что датчик движется с постоянной скоростью V вдоль оси х и эта скорость измеряется без ошибок (6Нс = 0). Интересующая нас задача совмещения реали заций может быть сформулирована как задача теории многоальтернативных решений. Определим все те мате матические объекты, которые фигурируют в теории ста тистических решений *).
Пусть поле f(x) задано на бесконечном интервале (—оо, оо). Рассмотрим лишь один такт формирования сигнала коррекции. За начало отсчета реализаций при-
Для понимания этого необходимо предварительное знакомство с теорией статистических решений, для чего достаточно прочитать, например, [79, 80] или [81, 82]. В настоящей главе мы будем придер живаться обозначений, сложившихся в литературе по теории стати стических решений.
180
Рис. 6.2.
мем координату грубой измерительной системы ха и учтем, что ха измеряется в ЦВМ дискретно, с интерва лом дискретности А1.
Пространетво сигналов 12 = {S*} состоит из отрезков
функции f(x) длины NAI и содержит (2т+\) сигналов. Сигнал S0 оканчивается в точке хп (рис. 6.2). Любой сигнал Si содержит N точек, т. е. может быть представ лен М-мерным вектором-столбцом
М-Д / f[xa + iAlj |
\ |
s A f [*„ + (2-1) Д/J
S»
^ дг/ уЦп + О—Д+1)
где Stf — /-я проекция вектора S*. причем первой проек
цией считается проекция, стоящая в первой строке. При избранной нами системе отсчета проекции сиг
налов подчиняются |
следующим соотношениям: |
|||
|
5. |
3 i + k .Ч+Ь |
( 6. 1) |
|
где j — 1, 2, .... JV; |
Ч |
|
||
l — j < k < N — j. |
|
|||
Вход системы Z представляет аддитивную смесь |
||||
сигнала и шума и также |
является М-мерным |
вектором- |
||
столбцом |
П*д] + «/[*д] |
\ |
||
/ |
||||
f [Хд—Д/] + 8/[Хд —ДП |
||||
Z = |
|
|
|
|
\П *д —(2V— |
1) Д/] + if [хд — (2V— 1) Д/) / |
181
Здесь 8f[xp\, 6f[xR—A/], . . б/[хд— (N—1) А/] — ошибки измерения, вносимые датчиком информации, имевшие место соответственно в точках хя, хл—А/, ..., хл —
— (N—1) А/.
Пространство решений G — {Dj] совпадает (в случае
одномерного варианта) с пространством сигналов. Задача многоальтернативного выбора сводится к то
му, чтобы, используя сравнение входа Z со всеми сигна
лами |
Si, i = —m, ..., |
т и имеющиеся сведения о стати |
стике |
шума б/ и об |
априорных вероятностях сигналов |
Si, выбрать оптимальную гипотезу D$. Так как про
странства сигналов {Sz} и решений {Z?j} совпадают, то в результате принятия решения указывается тот сигнал
Sq, на который более всего |
похож |
вход Z . Тогда коор |
||
дината x* — xn + qAl первой |
проекции |
сигнала |
Sq, при |
|
нимается за координату датчика, |
а |
разность |
х*—хп = |
|
= qAI образует сигнал коррекции. |
решающую функцию |
|||
Выбираем детерминированную |
||||
|
т |
|
|
|
F(DIZ) = F°(D!Z) 2 |
b (D ~ D j), |
(6.2) |
||
|
/==—т |
|
|
|
где 6(Z> — Z>j) — дельта-функция, a |
F° (DfZ) принимает |
|||
значения 0 или 1. |
|
|
|
|
Закон распределения ошибок г грубой измеритель ной системы обычно известен; он определяется плотно стью вероятности ошибки р(г). Априорная вероятность
pi = p(Si) сигнала 5глегко |
выражается |
через р (г): |
(('-И) м |
|
|
P i = f |
p(r)dr. |
(6.3) |
ш |
|
|
Так как априорные вероятности сигналов известны, то целесообразно производить байесово решение, т. е. вы бирать оптимальную решающую функцию F° {DfZ) из условия минимизации среднего (байесова) риска R(F ), определяемого соотношением
т |
т |
R ( f )= - \ £ |
£ WijPiP (Zf Si) F °(D jfZ )dZ . (6.4) |
г t = —m j = —m
182
Здесь |
Wij — функция потерь |
(потери при принятии /-й |
||
гипотезы Dj, когда на входе |
системы имеется i-й сиг |
|||
нал), |
P(ZfSi) — функция |
правдоподобия; |
интеграл |
|
в формуле (6.4) берется по |
всему |
пространству вхо |
||
дов Г. |
|
|
|
|
Оптимальное решающее правило |
F ° ( D j / Z ) |
для любо |
го входа Z должно обеспечить минимум подынтеграль ной функции, тогда получится минимум и всего инте грала.
Пусть |
принят вход Z и решающее правило F ° ( D j / Z ) |
выбрало |
гипотезу D q\ тогда F ° ( D qf Z ) = 1, a F ° ( D j [ Z ) = О |
|
i¥=q |
и подынтегральная функция определяется следующим об разом:
111 |
|
|
л д= Е w iiPiP(Z!Si). |
(6.5) |
|
i——m |
|
|
Если решение оптимальное, то |
inin/lj. |
|
|
/=т..m |
|
Отсюда вытекает правило построения оптимального ре шения:
— по принятому входу Z определяются все числа Aj и выбирается такая гипотеза D q, для которой Aq ми нимально. Ограничимся рассмотрением простой функ ции потерь
(О, 1= /,
Р1
для которой Aj = Е Ргр (Z/iSj)—PjP (ZfSj) и минимум t=—m
Aj достигается при максимуме pjP(ZfSj).
Известно [79], что для нормального шума б/, а мы его таким предполагаем, функция правдоподобия
P(Z!Sj) определяется так: |
|
|
P(ZfSi)==p(zl, z2, ..., zNj Sj) = |
[{У2%‘ Yv Y Det Kz\~1 X |
|
X exp { - ± { Z - S j ) TK~x{ Z - S j ) } , |
(6.7) |
|
где K~l — матрица, обратная |
корреляционной |
матрице |
Kz=\\Ka\\ шума 5/. |
|
|
183
Остановимся лишь на случае, когда шумы датчика информации 6f являются высокочастотным случайным процессом и время корреляции этого процесса меньше интервала AI/V, за который движущийся объект прохо дит расстояние А/. При этом корреляция между сосед
ними замерами датчика отсутствует, матрицы Kz и К ~ 1
являются диагональными и
p « ^ = 7 |
7 i f c r exp| |
- ^ l - |
(6'8) |
Здесь а_ — среднеквадратическое |
отклонение |
шума 5/, |
|
||Z — Sj|| — метрика |
вектора (Z — Sj), |
|
\\Z ~ 5jll= V (*. - s,Y + ... + (zN - s j .
Величина PjP(ZfSj) совпадает с апостериорной вероят ностью P ac(S j/Z ) сигнала Sj после того, как зафикси рован вход Z . На основании предыдущих выкладок
Рас (Sj[Z)— |
exp |
||Z |P + ,2 ( Z S j ) ' —||5ф|2 -H2oi.ln |
2,1
(6.9)
где [(Z S j) — скалярное произведение векторов Z и Sj.
Теперь становится очевидным, что по оптимальному решающему правилу выбирается та гипотеза Dq, для которой апостериорная вероятность Pac(Sq/Z) оказыва
ется наибольшей или, что то же самое, для которой ока зывается наибольшим число
= - |
IIS # + |
2 (Z S j) - ||Z||2+ 2 # In P j , |
/ = - m, |
|
|
|
(6.10) |
Обсудим |
этот |
вывод для различных |
предположений |
о распределении априорных вероятностей р, и о харак теристиках поля j(x).
1. |
Если все гипотезы |
равновероятны |
( p j = const, / = |
= —т, |
. . т), поле f(x) |
— стационарное |
и эргодиче- |
ское, длина реализации L = NAl достаточна |
для вычис |
ления по ней дисперсии и коэффициентов взаимной кор
реляции, то |
|| Sj ||2 = const, |
/ = — т, ..., т, |
|
и максимум |
hj совпадает |
с максимумом (Z S j). Скаляр |
|
ное произведение (Z S j) |
пропорционально вычисленному |
||
с помощью |
усреднения |
по |
времени коэффициенту кор- |
184
реляции векторов Z и Sj. Следовательно, для равно
вероятных гипотез Sj, для простой функции потерь №ц, при нормально распределенной помехе б/, носящей ха рактер белого шума, и в случае стационарного поля f(x)
оптимальным является |
к о р р е л я ц и о н н ы й ме т |
о д . |
||
2. Если |
все |
гипотезы |
равновероятны (p, = const, |
/ = |
= —т, . . |
т), |
но поле |
нестационарное ( ||Sj|| ^co n st), |
|
то максимум hj |
совпадает с максимумом || Z — 5j||. Алго |
ритм, |
обеспечивающий min j; Z — 53-||, представляет собой |
||
не что иное, |
/ |
к в а д р а т о в . |
|
как м е т о д н а и м е н ь ш и х |
|||
3. |
Если |
гипотезы не равновероятны |
( р^ фconst) или |
помеха б/ не является нормальной и т. д., то оптималь ными являются более сложные алгоритмы работы.
Итак, оптимальное (Байесово) решающее правило состоит в следующем: по принятому входу Z для всех гипотез-Oj вычисляются величины h j , j = —т, ..., т и выбирается такое решение D q , для которого число hq оказывается наибольшим. Очевидно, процедура приня тия оптимального решения достаточно проста (она сво дится к перебору возможных вариантов внутри просма триваемого квадрата и расчету чисел hj, соответствую щих этим вариантам, см. рис. 6.1).
6.2. Оценка точности совмещения реализаций в цифровых КЭС, реализующих алгоритмы теории статистических решений
Будем оценивать точность совмещения реализаций величиной среднего квадрата з2 ошибки -ц = х —х*\ зна
чение з2^ может быть получено из (6.4), если функцию потерь задать в виде Wtj — {i—/)2ДР:
|
т |
|
т |
(*■- i f Л'2 J р (Z/Si) F° [Djiz) d z . (6 ,11) |
||
< = |
2 |
|
Pi 2 |
|||
|
i = — m |
]=z—m |
Г |
|
|
|
В формулу (6.11) входит величина |
|
|
||||
|
|
|
Р (Z /S t) F° ( D j / Z ) d Z = J |
P (Z/Si) dZ, |
|
|
где |
Г3 — область |
Ti |
|
|
||
входов, для которых принимается ре |
||||||
шение D |
j . |
Эта величина равна вероятности Р ц |
того, что |
|||
при |
г'-м |
входном |
сигнале S{ будет |
принято /-е |
решение |
185
Dj. Вероятности Рц могут быть рассчитаны путем рас
смотрения случайных чисел h-,, а именно |
|
||
ОО |
* } |
h j |
|
Pij— | dhj |
J |
j' p (h_m, .... hm/Si) X |
|
—00 |
—co |
—oo |
|
'Xdh^m ... dhj_,dhi+, ... dhm. |
(6-12) |
Здесь P(H/Si) = p{h_m, ..., hmfSi) — условная совмест'
ная плотность распределения величин hj, j = —т, . .., т при условии, что на входе системы имеется сигнал S*.
Если шумы датчика бf, а следовательно, и вход Z распределены по нормальному закону, то случайные ве личины hj также распределены по нормальному закону и P(H/Si) определяется известным равенством:
P(HjSi) = |
[ 0 |
/ De F AQ- ‘ exp {— |
Я}. |
|
|
|
(6.13) |
Здесь |
— матрица, обратная корреляционной |
мат |
|
рице К и = |
|| Кн |
|! случайных величин hj, / — —т, |
.... т, |
п |
пн |
|
|
где (Aj) — условные |
математические |
ожидания величин hj |
|
при условии, что на |
входе имеется |
о |
>•*> |
сигнал Si,- Я т—мат- |
о
рица, транспонированная по отношению к Я .
Можно показать, что элементы корреляционной ма трицы для предполагаемого нами варианта, когда шум датчика является белым шумом, определяются следую
щим образом: |
|
|
|
|
|
i ) S j \ l(Z - |
|
|
|
К н , Г « V - (Aj>) ( h i - |
(hi))) = |
([(Z |
- S |
S t ) |
S,]) - |
||||
,v |
|
,v |
|
|
|
|
|
|
|
= 2 |
siv £ |
% <(*p - %) |
- |
sig)) = |
|
|
|||
p=l |
9=1 |
|
|
|
|
|
|
|
|
N |
|
|
|
|
|
|
|
|
|
= |
sf s, |
= |
32 (Sj |
5г); |
j, l = |
— m, |
m. |
(6.14) |
|
p=i |
‘p |
p |
~ |
|
|
|
|
|
|
186
Из теории статистических |
т |
||
решений известно, что вероят |
|||
|
|||
ности Рц имеют наиболее про |
|
||
стые выражения, |
когда сигна |
I |
|
лы ортогональны |
и равномощ |
||
ь . |
|||
ны, т. е. |
-2А1 |
||
2At x-kAL |
|||
|
Рис. 6.3.
В рассматриваемой нами за даче в случае определенного
вида поля f(x) условия (6.15) также могут выполняться. Подтвердим это на примере двух типов полей.
Мелкоструктурное поле f(x). Такое поле имеет ра диус корреляции, не превосходящий шаг дискретности Л/. Если длительность интервала наблюдения L= NAl выбрана достаточно большой, то скалярные произведе ния (SjSi) оказываются пропорциональными значениям
корреляционной функции поля *>
( S i S j ) s s R f f [ ( i — /) Д/]
и для мелкоструктурных полей
|
(6.16) |
т. е. величина |
в соотношении (6.15) совпадает с уве |
личенной в N раз дисперсией а2 поля f(x); условие равномощности сигналов означает постоянство дисперсии
поля.
Поле состоит из отдельного ориентира. В этом вари анте (рис. 6.3)
(6.17)
Предположим, что длина реализации NAI настолько велика, что ориентир все время находится в «поле зре ния» датчика, тогда
(6.18)
*) Предполагается, что поле f(x) — центрированное, иначе (St Sj) пропорциональны среднему квадрату поля f(x).
187
и в формуле (6.15) следует положить £2= С 2. Продол жим рассмотрение точности для ортогональных и рав
номощных |
сигналов. |
Матрицы |
Кн и /С~ |
|
теперь |
стано |
|||||||||
вятся диагональными: |
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
к н = £ ? е , |
= oZ2V 2E, |
|
|
|
|
|||||||
Е — единичная матрица; |
D et/Ся = |
|
(з ^ 2)2т+1 и |
|
|
|
|||||||||
|
|
|
|
|
|
|
v |
|
|
|
|
9=—т |
' |
||
о |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(6.19) |
|
|
|
|
|
|
|
|
величины, причем |
|||||||
hg = hq— < / г ?> — центрированные |
|||||||||||||||
|
|
|
|
(—^ / 2 + ^ In рч, |
q -ф. г; |
|
|
(6. 20) |
|||||||
|
< Л ?> = |
I |
, |
|
|
|
|
q = |
i. |
|
|
||||
|
|
|
|
5 /2 + зМп Pi, |
|
|
|
||||||||
Подставив (6.19) в (6.12), находим |
|
|
|
|
|
||||||||||
р .. — __L_ |
|
,—2г/2 |
Ф (2 + ^ 1 п |
-Ж |
••Ф (г + |
||||||||||
г3_ K2S |
|
|
|
||||||||||||
— 00 |
|
|
|
|
|
Р - т |
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
, |
Ф |
/ г |
----------- - - ! - - - ^ |
= |
П |
п — |
^ |
Ф ( •г |
+ |
1 |
|
|
|
|
|
P i -г J |
|
\ |
|
1 |
£ |
|
Л |
! |
\ |
|
|
|
+ |
4 ^ |
1П ■ P i — |
V . . |
Ф ^2 |
|
|
|
Л |
|
|
|
|
(6.21) |
||
4 = 1 П - ^ - ]с?2, |
|
|
|||||||||||||
|
S |
|
Л + 1 |
У |
|
V |
i |
|
Р п ‘ |
|
|
|
|
||
Мг = |
d |
—г2/2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Г2' —00 |
ф |
( г |
+ т |
: + |
х |
1 п ^ |
т |
) — |
ф |
|
( г + |
||||
|
< |
|
А |
|
|
1 |
|
|
|
Pi |
|
|
Ф(г + |
||
|
|
|
P i - l J |
|
v |
' |
£ |
|
Рг + 1 ... |
|
|||||
|
|
|
+ — + - ^ 1П - ^ - W . |
|
|
|
|
(6.22 |
|||||||
|
|
|
|
|
1 |
I |
Рш ) |
|
|
|
|
|
|
|
В равенствах (6.21), (6.22) Ф(г) есть функция интеграла вероятности
Z
— 00
188
Вычисление вероятности Рг-3- в случае произвольного
закона распределения р(г) является сложной процедурой. Предположим, что распределение р(г) равномерное, тогда
Pi = const = 11(2т + 1) и
|
00 |
) |
P i |
- j |
i Za/2 Ж2т - I |
e~2’/2 Ф2"1-1 (г) Ф^г — - i- j dz, |
||
?'J _ |
Уъ |
(6.23) |
|
|
|
|
|
00 |
После подстановки (6.23) в (6.11) получаем |
|
a2 = 4 m ( m + l ) ( 2 m + l ) ; ^ X |
|
ои |
|
х j е-г/2 Ф2т_1(г) Ф^г — -i- Vz. |
(6-24) |
Интересно'[отметить, что без всякого {'управления при
равной вероятности реализаций средний квадрат ошибки грубой измерительной системы
4 = 2 П ^ г т г [д/3 + (2д0а + ■• ■+ «ДО3] = ^ |
А/2> |
(6.25)
поэтому выигрыш в точности совмещения реализаций ЦВМ, получаемый за счет перебора вариантов, оцени вается формулой
2 |
|
00 |
е-2*/2 Ф8* " 1(г) Ф — i - j dz. |
- ^ = |
2 (2m + 1) |
j |
|
Г |
— СО |
(6.26) |
|
Интеграл |
|
||
|
|
||
|
|
00 |
|
<Р fm, |
=д2(2^_±-1) |
j |
е~2’/2 Ф2” - 1(г) Ф^г — -i-jd z |
|
|
|
(6.27) |
189