Главная » Просмотр файлов » Поваляев А.А. Спутниковые радионавигационные системы (2008)

Поваляев А.А. Спутниковые радионавигационные системы (2008) (1151867), страница 33

Файл №1151867 Поваляев А.А. Спутниковые радионавигационные системы (2008) (Поваляев А.А. Спутниковые радионавигационные системы (2008)) 33 страницаПоваляев А.А. Спутниковые радионавигационные системы (2008) (1151867) страница 332019-07-07СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 33)

где Фьч — (шхш)-матрица перехода; %;, — случайный ш-вектор шумов модели движения с нулевым математическим ожиданием и ковариационной (шхш)-матрицей Оь, . С р-вектором (р>ш) однозначных измерений у оцениваемый вектор 9 такжесвязанлинейно: у., = Нив, .+Ви (6.2) здесь НН вЂ” (рхш)-матрица ранга ш; ЕН вЂ” случайный р-вектор шумов однозначных измерений с нулевым математическим ожиданием и коварнационной (рхр)-матрицей Кв .

В рассматриваемой задаче линейного рекуррентного оценивания при неоднозначных измерениях (42) предполагается, что дополнительно к р-вектору однозначных измерений у имеется ц-векгор неоднозначных измерений 9, который связан с оцениваемым вектором 9 так же линейно; «т« Спутниковые радионавигационные снстены (6.3) 9;ок;=Н 9;+Е;, здесь й; — целочисленный а-вектор неоднозначности (вектор неопределенных целых чисел); НИ вЂ” (г(хш)-матрица ранга ш; Е, — случайный г)-вектор шумов неоднозначных измерений с нулевым математическим ожиданием и коваРиационной (с)хг()-матРицей Ки. В общем случае предполагается, что векторы ошибок однозначных Е и неоднозначных ЕИ измерений статистически связаны и эта связь задается ковариационной (р+с))х(рог()-матрнцей К„; (р+г()-вектора сумт чт марных ошибок измерений Е, = [Ен Ет; ) совмещенного (р+г()- т вектора измерений р; = ~у~ ~р~~ (5.6): (6.4) Предполагается также, что распределение суммарного вектора ошибок измерений Е; описывается усеченным свернутым гауссовым законом (5.8).

Векторы измерений р;, относящиеся к разным моментам времени, статистически независимы. Предполагается также отсутствие статистической связи между векторами 9, и р, . Задача линейного рекуррентного оценивания при неоднозначных измерениях рассматривалась в 110, 11, 431, авторы которых, к сожалению, ограничили свое рассмотрение случаем, когда аномальные ошибки при разрешении неоднозначности на каждом шаге оценивания отсутствовали. В результате, решение рассматриваемой задачи в этих работах свелось к записи в рекуррентной форме выражения (5.22) для максимально правдоподобной оценки 9 и тем самым перестало быть оригинальным.

9.2. Функция правдоподобия и уравнения первого шага Фильтрации С точностью до постоянного множителя, совместное распределение векторов 9, и р,, рассматриваемое как функция оцениваемого вектора 9,, является функцией правдоподобия этого вектора. С учетом допущений, сделанных в п. 6.1, и согласно аппроксимации (5.8), для функции правдоподобия 9, имеем выражение: зтг Гамаа б врврм в(--1в, -в1 к;(в;-в)- 1 1 . т — п(ры-не,) вм(р„,-н,е,), (6.5) -! где в, =(й, 1); вм = в„,р, В Приложении () показано, что функция правдоподобия (6.5) с точностью до константы может быть преобразована к виду цвр-..р( — ' р,(1в,-в„)'.к 1в,-в„,) ° вм,рв))1, рввр где Кр, ем, БМ,(к,) задаются соответственно выражениями Я.5), (1 1.10), (1 р.!9).

Рассмотрим последовательность целочисленных векторов п=!,2,", доставляющих нарастающие значения минимумов квадратичной форме БМр(к,) (1 р.19). Алгоритм нахождения таких целочисленных минимумов при произвольных вариациях векторов ир, описан в Приложении А. Рассмотрим также пространство всех возможных значений аргумента О, функции правдоподобия (6.6) и точки в этом про- странстве, порождаемые векторами к„р, следующим образом: Е„,=Е;- С, ~' -Н,Е-,, п=1,2,", (6.7) где С, — матрица (Я.9). Точки 9„,, п=!,2,", (6.7) являются подмножеством точек О„р (Я.!О). Поэтому первый член в показателе степени экспоненты (6.6) в точках 0„,, и =1,2,"., (6.7) обращается в ноль.

Следовательно, точки ем, и =1,2,", (6.7) являются локальными минимумами показателя степени экспоненты (6.6). Значения этих минимумов равны соответствующим значениям минимумов квадратичной формы БМр(кр) Я.19). При удалении аргумента Е, от произвольного локального минимума 0„,, и = 1,2, ", (6.7), значение первого члена в показателе степени экспоненты (6.6) монотонно нарастает, в то время как значение второго члена остается неизменным. Это увеличение продолжается до тех пор, пока аргумент 9, остается в области, соответствующей одному и тому же ло- зтз Спзтииеоеые радиоиаиигаяиоииые еиеткиы кальному минимуму.

Как только аргумент О, войдет в область, соотвст- ствующую соседнему локальному минимуму, поведение показателя степени экспоненты (6.6) будет аналогичным образом определяться другим целочисленным минимумом квадратичной формы БМ, (1с, ) (().! 9). Из этого рассмотрения видно, что функция правдоподобия (6.6) состоит из бесконечного числа гауссовых мод с одинаковой ковариационной матрицей К,.

Каждый вектор йы, п=1,2,"., из бесконечного списка целочисленных векторов, доставляющих последовательно нарастающие минимумы квадратичной форме ЗМ,(й,) (О.!9), порождает свою моду. Максимум этой моды располагается в точке Оы (6.7). Относительная высота моды определяется значением квадратичной формы БМ, (й, ) (О.19) прн й, = 1сы . Очевидно, что границы между модами оп- ределяются как множество точек, в которых значения двух соседних мод равны друг к другу. Положение максимума Оп самой высокой моды определяется абсолютным целочисленным минимумом квадратичной формы ЯМ, (й, ) (!1.! 9) и является оценкой максимального правдоподобия. Однако различие между высотой этой моды и следующими за ней по высоте модами может оказаться незначительным.

В этом случае говорят, что оценка максимального правдоподобия недостаточно надежна. Истинное значение оцениваемого вектора в такой ситуации может оказаться близким к максимуму другой, не самой высокой моды. Отсюда ясно, что для дальнейшей обработки необходимо сохранять все наиболее значительныс по высоте моды, Имеет смысл учитывать только те моды, максимумы (6.7) которых лежат в доверительной области грубой оценки О,, выбранной исходя из достаточно высокой доверительной вероятности.

Примем в качестве доверительной области эллипсоид равной плотности вероятности грубой оценки 9,, а в качестве доверительной вероятности — вероятность по- падания оценки 9, в этот эллипсоид. Очевидно, что вероятность попадания в указанный эллипсоид в зависимости от его размера описывается интегральным законом распределения т~ . Отсюда размер доверительной области для заданной доверительной вероятности может быть найден как функция, обратная к интегральному закону распределения !('. Таблицы этой функции приведены в (44). При доверительной вероятности 0,99 размер эллипсоида Х' в диапазоне размерностей аз=1, 30 представлен ниже: 174 Гливо б Принадлежность максимума моды (19) доверительной области грубой оценки О, определяется из условия т (Ом -О, ) В, (Ом -О, ) <;~ (щ) .

(6.9) Обозначим символом )Ч, число максимумов Ом (6.7), удовлетворяющих ограничению (6.9). Тогда функцию правдоподобия Е(О,) (6.6) можно переписать в виде ограниченной совокупности из М, мод: и =1,1Ч, . (6.10) Из (6.10) вытекают следующие вычисления на первом шаге фильтрации. С помощью процедуры минимизации, описанной в Приложении А, определяются последовательно нарастающие целочисленные минимумы йм, п =1,2,", квадратичной формы БМ,(1с,) Я.19).

Для каждого век- тора йм, и =1,2,"., вычисляется вектор О„, (6.7). Векторы О„, вычис- ляются до тех пор, пока выполняется условие (6.9). Число векторов О„,, удовлетворяющих условию (6.9), обозначается символом И, . Степень надежности максимально правдоподобной оценки Оп может быть оценена по величине контрастного отношения 8М (йн) К(ЧТО, = (6.1 1) Если К!ЧУ, > 2, то оценка О„считается надежной, в противном слу- чае она признается ненадежной [34). 175 т.......

1 2 3 4 5 6 7 8 9 10 )('(и) .. 6,64 9,21 11,34 13,28 15,09 16,81 18,47 20,09 21,67 23,21 ш....... 1! 12 13 14 15 16 16 18 19 20 2~(~п) .. 24,72 26,22 27,69 29,14 30,58 32,00 33,41 34,80 36,19 37,57 ш......... 21 22 23 24 25 26 27 28 29 30 т (ш) .. 38,93 40,29 41,64 42,98 44,31 45,64 46,96 48,28 49,59 50,89 В диапазоне размерностей ш=1, 18 зависимость 2'(щ) с достаточной для практики точностью аппроксимируется простой функцией у~(ш) =1,542857щ + 7,528571. (6.8) Сиуииигиовые (оадиоиавигациоииые сисижиы Спрогнозируем с помощью (6.1) функцию правдоподобия (6.10) на следующий момент времени, который будем далее индексировать символом 1= 2,3," .

С точностью до постоянного множителя эта функция запишется следующим образом: изе)=.,г(--ы.((8,-8.-,) в;(в,-8)+ми;(8-,)((, ( 1 и =1,(Ч (6.12) где (6.!3) (6.!4) -! (В, ) = В; = Фь,й;,Ф',, + (); „ (6.! 5) 8М.;(9-„,) =8М,, (й„з,), и = 1,(Ч;, (6.! 6) 6.3. Функция правдоподобия и уравнения последующих шагов фильтрации Функция правдоподобия 9;, построенная только по вектору измерений р; (5.5) на Рй момент с точностью до постоянного множителя, может быть представлена с помощью выражения (5.8) при условии, что символ 9 в этом выражении заменен на 9, . При этом 9; рассматривается как аргумент новой функции: Г(9,) = С ехр — — пип(рь — Н 9,) В„,(рь — Н 9;) т (6.17) С учетом того, что совмещенные векторы измерений р; (5.5) в различные моменты времени полагаются независимыми, общая функция правдоподобия на 1-й момент может быть получена перемножением (6.!2) и (6.17).

Поскольку обе функции (6.12) и (6.17) представляют со- тге Прогнозированию подвергаются только положения максимумов функции правдоподобия 1.(9,) (6.10). Соответствующие им целочисленные векторы (сы, и =11,(Ч,, при этом не прогнозируются. Следовательно, дальнейшая обработка не будет зависеть от значений целочисленных векторов Км и их возможных искажений из-за разрывов фазы между моментами измерений. Глава б бою совокупности гауссовых мод, то для каждого значения 0; необходимо перемножать только те моды, в области которых лежит б, .

Характеристики

Тип файла
DJVU-файл
Размер
3,34 Mb
Тип материала
Высшее учебное заведение

Список файлов книги

Свежие статьи
Популярно сейчас
Как Вы думаете, сколько людей до Вас делали точно такое же задание? 99% студентов выполняют точно такие же задания, как и их предшественники год назад. Найдите нужный учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6418
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее