Научная электронная библиотека
Монографии, изданные в издательстве Российской Академии Естествознания
8.1. Введение
Ещё одним моментом, позволяющим перейти к информационным технологиям в области управления радиотехническими системами, является оценивание параметров динамических информационных процессов. В настоящее время в радиотехнических системах связи, навигации и локации с этой целью широко используется фильтр Калмана и его модификации [8.1]. Наряду с такими достоинствами фильтра Калмана как использование для формирования оценки нарастающего объема измерений, а также учет динамики информационного процесса, ему свойственны и недостатки, одним из которых является склонность фильтра к расходимости. Расходимость приводит к значительному увеличению погрешности оценивания по отношению к прогнозируемой, характеризуемой ковариационной матрицей ошибок фильтрации. Одной из причин расходимости является неадекватность используемой в фильтре математической модели реальному информационному процессу. Подобная ситуация наиболее часто возникает при оценивании параметров положения и движения маневрирующих объектов, например, летательных аппаратов различного назначения. Это обусловлено изменением параметров математической модели, характеризующей движение объекта, при совершении им маневра. Расходимость приводит к снижению качества фильтрации и может повлиять на эффективность выполнения целевых задач РТС в целом. Так, например, в радиолокационных системах расходимость фильтра в конечном итоге приведет к сбросу траектории с сопровождения, что значительно повысит вероятность пропуска цели.
Для недопущения расходимости оценки, обусловленной неадекватностью математической модели исследуемого процесса, используются различные модификации алгоритма фильтра Калмана, которые условно можно разделить на три группы [8.1]:
– алгоритмы без обнаружителя маневра [8.2, 8.3], требующие знания статистических характеристик маневра цели;
– алгоритмы с обнаружителем маневра, предусматривающие как минимум два фильтра, один из которых настроен на маневр известного типа [8.4]. Разновидностью данных алгоритмов являются адаптивные фильтры, подстраивающие свои параметры на основе анализа показателя расходимости [8.5–8.7] или полученной оценки ускорения объекта;
– многомодельные алгоритмы, используемые в случае, когда маневр цели является неизвестным, но принадлежащим некоторому множеству возможных маневров [8.7, 8.8].
Следует отметить, что выделить из всего многообразия однозначно лучший алгоритм фильтрации невозможно, поскольку эффективность применения конкретного фильтра зависит од многих факторов:
– наличия достоверной информации о характере маневра цели,
– величины динамического диапазона маневра,
– вычислительных ресурсов РТС и др.
Так, например, в условиях ограничений на вычислительные ресурсы РТС эффективными являются адаптивные фильтры с обнаружителем маневра [8.4, 8.5, 8.7]. При этом, как правило, адаптации фильтра выполняется путем подстройки матрицы интенсивностей формирующих шумов модели процесса [8.5, 8.7]. Для управления последней в работе [8.9] использован нечеткий логический регулятор, изменяющий полосу пропускания фильтра при изменении модуля знакопеременной ошибки слежения, в работе [8.5] – четкий дискретный регулятор, выполняющий те же функции.
К недостаткам известных методов следует отнести невозможность компенсации динамической ошибки, обусловленную жесткой структурой нечеткого регулятора, использующего в качестве входной информации только текущее значение невязки [8.9], а также достаточно большие значения времени адаптации и динамической погрешности адаптации, обусловленные итерационностью процедуры адаптации фильтра [8.5].
Цель исследований – снижение динамической ошибки фильтрации в задаче оценивания параметров информационного процесса в условиях параметрической неопределенности.
Для достижения данной цели решена следующая научная задача: разработка метода адаптации параметров фильтра Калмана к изменению модели информационного процесса на основе использования нечеткой экспертной системы.