Программа состоит из следующих основных частей:
· Model.cpp содержит функцию void model(double *s_izm, double *y_izm, double *ds, int n, double v, double var, ofstream &ofst), которая задает стахостическую модель процесса, указанного в примере в гл. 4.1 s_izm, y_izm и ds - возвращаемые массивы расстояния, значения сигнала и погрешности расстояния соответственно. n - количество измерений, v - дисперсия для сигнала, var - дисперсия для расстояния.
· Filter.cpp содержит следующие функции
void FilterMAD(matrix z, double *s, matrix P, matrix Q, matrix y, matrix R, matrix V, int k, int n, int m, ofstream &ofst),FilterMAD(double *z, double *s, double *P, double *y, double r, double k),
void FilterMAV(double *z, double *s, double *P, double *y, double r, double k)
Первая функция полностью соответствует алгоритму нелинейной фильтрации по методу МАД. z и y - это вектора, описанные здесь в виде матриц n*1 и m*1 соответственно для упрощения элементарных преобразований над матрицами и векторами. z - начальное значение оцениваемого параметра, s - дальность до объекта, P - начальная ковариационная матрица, Q,R,V - ковариоционные матрицы шумов, y - измерения, k - количество измерений, n - размерность вектора z, m - размерность вектора y.
Последние две функции описаны, исходя из примера гл.4.1. по обоим методам. Значение параметров такое же, как и в вышеуказанной функции.
· matrix.h и matrix.cpp - класс, описывающий матрицу и операции над ней. Здесь определены такие операторы как +, = , *,-, и действия над матрицами: транспонирование, отыскание обратной матрицы, отыскание определителя.
· main.cpp содержит инициализацию переменных, работу с файлами, вызов вышеуказанных функций.
Заключение
В рамках данной работы описаны два критерия оценивания вектора состояния динамической системы.
На основе этих критериев разобраны три случая: фильтрация линейной системы по критерию МАД, и фильтрация нелинейной системы по обоим критериям. Заметим, что каждый из фильтров оптимален лишь в рамках своего метода оценивания. В случае линейной фильтрации оба метода дают одни и те же рекуррентные соотношения. Нелинейные фильтры по критерию МАД является менее эффективным, так как приходится линеаризовывать нелинейные функции, а это существенно влияет на точность.
Данные методы реализованы и протестированы на одномерном примере. По полученным результатам можно сказать, что оцениваемый параметр сглаживается к среднему значению, а дисперсия убывает от шага к шагу.
фильтр калман спутниковый сигнал
Приложение
Доказательство Леммы об обращении
Лемму об обращении матрицы можно сформулировать следующим образом[5].
Пусть удовлетворяют уравнению
Причем также существуют.
Тогда матрица может быть найдена по формуле
Докажем эту лемму путем выполнения таких преобразований, которые позволяют из получить
.
Другие статьи по теме
Исследование систем автоматического управления
Целью
выполнения курсовой работы по курсу ''Теория автоматического управления''
является - закрепление теоретических знаний и приобретение навыков
самостоятельного решения расчетно-иссл ...
Анализ прохождения периодического сигнала через LC-фильтр с потерями
Дисциплина "Основы теории цепей"
является важнейшей дисциплиной в подготовке специалиста направления
"Радиотехника". Данный курс лекций помогает студентам приобретать ...
GMSK-модулятор
В среде MATLAB собрали схему MSK модулятора, установили заданные
параметры элементов схемы.
Рисунок1-спектр сигнала на выходе схемы
Затем со всех осциллогр ...