Главная » Просмотр файлов » Радиолокационные измерители дальности и скорости by Саблин В. Н. (z-lib.org)

Радиолокационные измерители дальности и скорости by Саблин В. Н. (z-lib.org) (852905), страница 4

Файл №852905 Радиолокационные измерители дальности и скорости by Саблин В. Н. (z-lib.org) (В. Н. Саблин - Радиолокационные измерители дальности и скорости) 4 страницаРадиолокационные измерители дальности и скорости by Саблин В. Н. (z-lib.org) (852905) страница 42021-10-05СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 4)

Винвариантных системах показатели качества их работы не зависятот характеристик сигналов и помех. Однако платой за такую инва­риантность является худшая эффективность функционирования.В наиболее эффективных - адаптивных ДС, априорная неопределённость статистических характеристик полезных и мешаю­щих процессов преодолевается оцениванием неизвестных парамет­ров систем и процессов в процессе работы и использованиемполученной информации для оптимизации системы. Во многихпрактических задачах априорная неопределенность носит парамет­рический характер и сводится к неопределенности некоторых па­раметров статистических распределений процессов, что эквива­лентно неопределенности соответствующих параметров моделей(1.1.3Н1-1.6).

В этих условиях соответствующие модели можнопредставить в видеx(t) = f[x(t),u(t),oc,£x(t),t], z(t) = h[x(t),a,£„(t),t],(1.1.7)x(k+ l) = f[x(k),u(k)>a,5x(k),k], z(k) = h[x(k),a,£H(k),k], (1.1.8)где a - вектор неизвестных параметров, который может быть пос­тоянным или меняющимся во времени. В процессе адаптации про­водится оценка указанных параметров.Адаптация может также осуществляться непосредственнойподстройкой параметров синтезированной динамической системы,минуя прямую оценку неизвестных параметров информационныхпроцессов (1.1.7), (1.1.8).Достоинство адаптивных систем в том, что при успешнойадаптации априорная неопределенность преодолевается полностьюи показатели качества системы в всем диапазоне условий работыоказываются наилучшими.Также как и в случае полной априорной информации, в ус­ловиях параметрической априорной неопределенности более про­сто решаются задачи при отсутствии ограничений на структурусистемы и энергетические затраты.

Для решения таких задач ис­пользуется теория адаптивной фильтрации [51].1.2. КРИТЕРИИ И ПОКАЗАТЕЛИ ЭФФЕКТИВНОСТИРАДИОЭЛЕКТРОННЫХ СИСТЕМПод эффективностью радиоэлектронной системы (устройст­ва) понимают степень ее соответствия своему назначению [42, 76].Оценивается эффективность с помощью показателей и критериев.При этом показатели представляют количественную оценку эф­фективности, а критерии - правило, по которому определяетсястепень соответствия системы своему назначению.Синтез любой динамической системы предполагает заданиекритерия эффективности ее функционирования.

Математическойосновой выбора наилучшего (оптимального) решения являютсятеория игр и статистических решений [54] и теория динамическо­го программирования. Приведем основные положения указанныхтеорий, которые понадобятся для решения задачи синтеза радио­локационных измерителей.Пусть информационный процесс в пространстве состоянийпредставляется вектором x(t) (1.1.3). Наблюдаемый процесс z(t)описывается уравнением (1.1.4). При этом X - множество возможных решений (оценок), а х е X - его элементы. Совокупностьразличных преобразований q>(z(t)) наблюдаемых данных z(t) воценки x(t) образуют множество возможных решающих правил алгоритмов обработки данных наблюдения z(t).

Каждый алгоритмобработки cp(z(t)) приводит к соответствующей оценке x(t). Длясравнения различных оценок вводится количественная мераg(x,x), получившая название «функции потерь» («функции штра­фов»). Эта функция представляет собой априорную оценку послед­ствий принятия решения x(t), в то время как реальный процессотображается вектором x(t). В большинстве практических задачпотери зависят не от абсолютных значений х и х , а от их разно­сти, т.е. g (x ,i) = g(x - х). Наиболее часто используемые функциипотерь: квадратичнаяg(x-x) = (x -x )TQ (x-x),(1.2.1)где Q - весовая неотрицательно определенная матрица, и простаяg(x- х) = |х- х|.(1.2.2)Так как информационный процесс х и его оценка х описы­ваются случайными функциями времени (в уравнения (1.1.3) и(1.1.4) входят случайные процессыи £и), то функция потерьg(x - х) также является случайной.

В связи с этим в теории стати­стических решений вводится понятие “риска” R, характеризующе­го потери в среднем, т.е.R = M[g(x ~ х)],(1 .2 .3 )где М[*] - операция математического усреднения. В зависимостиот полноты усреднения в (1.2.3) вводят несколько различных рис­ков, которым соответствуют разные принципы выбора оптималь­ного решения.Прежде всего рассмотрим случай полной априорной инфор­мации о статистических характеристиках всех процессов и отсут­ствия ограничений на синтезируемую систему.

Выберем в качествевероятностной меры при усреднении в (1.2.3) совместную плот­ность распределения вероятностей W(x,z). Тогда имеем= | J g ( x - x ) w ( x , z)d x d z.(1 .2 .4 )-0 0 -0 0Риск, определяемый соотношением (1.2.4), называется сред­ним. Используя формулу Байеса для плотности W(x,z), выражение(1.2.4) представим в видеЩ = | } g(x-x)w(x|z)w(z)dxdz = J R^fxjzjV^zjdz,(1.2.5)где Rpa(xjz) = |g(x - x)w(x|z)dx - апостериорный риск (т.е. после-0 0проведения наблюдений z(t)), a W(x|z) - апостериорная плотностьвероятности.Располагая функцией риска R (x ) можно очевидным образомсформулировать задачу нахождения оптимальной оценки: опти­мальной называется оценка х 0, минимизирующая средний риск.Такая оптимальная оценка называется байесовской.Используя методы вариационного исчисления легко пока­зать, что оптимальной байесовской оценкой при квадратичнойфункции потерь (1.2.1) является условное математическое ожида­ние( 1. 2.

6)а при простой функции потерь (1.2.2) - оценка х тах, доставляю­щая максимум апостериорной плотности W(x|z). В дальнейшем вкниге используются в основном оценки условного среднего (1.2.6),при записи которых будет опускаться индекс «О». Показатель ка­чества (1.2.5) с функциями потерь (1.2.1), (1.2.2) широко исполь­зуется в теории оптимальной фильтрации при полной априорнойинформации о статистических характеристиках исследуемых про­цессов.В условиях неполной априорной информации, когда неопре­деленность носит параметрический характер и описывается векто­ром а неизвестных параметров, средний риск (1.2.5) также стано­вится функцией этих параметров Щ х,а ). В этом случае, следуяобщей методологии, введем усреднение по а^а шахооооЁ(х) = J \ \ g(x(a)-x)W(x,z,a)dxdzda =a min -со -ооa шах= IJ g(x(a) - x)w(x|z, a) dx w(z|a)dz W(a)da. (1.2.7)Критерий минимума риска Ё(х) используется в теории адап­тивной фильтрации для нахождения оптимальных оценок в усло­виях параметрической априорной неопределенности.

Более под­робно процедура минимизации Й(х) будет рассмотрена в соответ­ствующих разделах книги.18Вернемся к задаче с полной априорной информацией, но приналичии дополнительных ограничений. Конкретизируем вид огра­ничений применительно к задачам синтеза радиолокационных из­мерителей. Это прежде всего ограничения на структуру системы,что может быть обусловлено заданной инерционной частью систе­мы, цепями управления и т.д. Будем полагать, что заданная частьсистемы в пространстве состояний описывается Z-мерным векторомху, удовлетворяющим уравнениям:ху = fy(xy,u,Sy(t))(1.2.8)в непрерывном иx y(k+ Х) = fy (x y(k> u (k). М к))(1 .2 .9 )- в дискретном времени, в которых £y=Kyi £У2 ••• byilT - возмуще­ния, U - [щu r]T - управляющие сигналы.В общем случае наблюдения (1.1.4), (1.1.6) также зависят отвектора х у:z(t) = h(x(t),xy(t),£„(t)),(1.2.10)z(k) = h(x(k), xy(k), £и(к)).(1.2.11)Второй тип возможных ограничений это ограничения на об­ласть возможных управлений:и , < и доп1,(1 .2 .1 2 )где Ufl0Ili - допустимая величина i-ro сигнала управления.Третий вид ограничений - это ограничения в затратах энер­гии управляющих сигналов.

Точнее сказать это не ограничения, ажелание проектировщика минимизировать энергию управляющихсигналов. Поэтому соответствующий (как правило квадратичныйuTKu) член вводится в функцию потерь. По аналогии с (1.2.3) вве­дем обобщенный риск:Ry = M[g(x, ху, и, t)],(1.2.18)где g(x,xy,u,t) - обобщенная функция потерь.В теории статистического оптимального управления [34, 77]выбор функции потерь более тесно связан с существом решаемойзадачи, чем в статистической теории оценивания. Однако этомуфакту не всегда уделяется достаточно внимания. Прежде всего вСТОУ различают два варианта задания времени управления.В первом варианте используется фиксированный интервалвремени TK=[0,t,J, на котором формируется оптимальное управле­ние, а соответствующая функция потерь представляется как инте­гральная функцияg1(x,xy,u,tk)= Jg(x,xy,u,t)dt.(1.2.14,а)оВо втором - время полагается текущим, а функцией потерь явля­етсяg2(x,Xy, u, t) = g(x, ху, u, t).(1.2.14,6)В первом случае критерий называется интегральным, так какуправление должно быть выбрано из условия экстремума функ­ционала, заданного на интервале времени TK=[0,t,J.

При этомgl(x,xy,u, tK) является функционалом от u(t), te[0,tIC]. Во второмслучае критерий называется текущим (локальным), так как требу­ется обеспечить экстремум показателя качества в каждый теку­щий момент времени. При локальном критерии, строго говоря,вариационная задача, понимаемая как задача минимизациифункционала, вырождается, так как показатель g (x ,x y,u ,t) явля­ется скалярной функцией времени, а его минимум необходимообеспечить в любой текущий момент времени за счет выбора те­кущего значения u(t) вектора управления.

При синтезе оптималь­ных ДС возможно использование как интегрального, так и ло­кального критериев.В СТОУ, входящую в (1.2.14) функцию потерь g (x ,x y,u ,t)часто задают в видеg(x, Ху, u, t) = g(x, ху, t) + uTKu,(1.2.15)где К - положительно определенная матрица, задающая вес мощ­ности управляющих сигналов в общем показателе качества;g(x,xy, t ) - функция потерь, аналогичная (1.2.1).В случае интегрального критерия в показателе качества чаетевыделяют компоненту, соответствующую конечному времени tKт.е. записывают его в видеg ^ X y . u . t J = g (x,X y ,tk) + j(g(x,xy,t)+uT(t)Kn(t))dt(1.2.16)Для дискретных во времени процессов интегральный показа­тель качества записывается в видеgj(x, ху, u,kT) = g(x, ху, кт) +[g(x, Ху,i) + uT(i)Ku(i)].(1.2.17)Конкретизируя в (1.2.13) операцию математического усреднения,аналогично тому, как это было сделано в (1.2.4), (1.2.5), вводятсяпонятия среднего и апостериорного рисковR(u)= J J Jg(x,xy,u,t)w(x,xy,z)dxdxydz,(1.2.18)-с о -о о -о оR Ps ( u ) =J Jg(x,xy,u,t)w(x,xy|z)dxdxy,(1.2.19)—оо"COв процессе минимизации которых при ограничениях (1.2.8),(1.2.9), (1.2.12) находится оптимальное управление.1.3.

ОСНОВЫ ТЕОРИИ ОПТИМАЛЬНОЙ ФИЛЬТРАЦИИПусть на приемной стороне наблюдается реализация случай­ного процесса z(t), описываемого уравнением (1.1.4) и несущегоинформацию о полезном сообщении x(t). Под оптимальной фильт­рацией сообщения x(t) понимают наилучшее (в том или иномсмысле) его воспроизведение из наблюдаемого процесса z(t). Вос­произведенное сообщение х часто называют оценкой.Рассмотрим задачу текущей фильтрации. Как отмечалось в§1.2, в теории фильтрации оптимальность, как правило, связыва­ют с квадратичной (1.2.1) или простой (1.2.2) функциями потерь.В первом случае оптимальной оценкой сообщения является оценкаусловного среднего (1.2.6), а во втором случае - оценка, для кото­рой апостериорная плотность вероятности принимает максималь­ное значение. Для нахождения обеих оценок необходимо распола­гать апостериорной плотностью вероятности.

Характеристики

Тип файла
PDF-файл
Размер
20,62 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
6367
Авторов
на СтудИзбе
310
Средний доход
с одного платного файла
Обучение Подробнее