Вычислительная математика и математическое моделирование
В докладе рассматриваются линейные стохастические системы в условиях параметрической неопределенности. Ошибка оценивания вектора состояния недоступна для измерения, что приводит к использованию метода вспомогательного функционала. Предлагается метод построения такого функционала для случая нелинейной фильтрации, в котором последовательно выводятся адаптивная модель, модели чувствительности, модель изменения значений параметров. Проводится оценка влияния различных факторов (отношение сигнал-шум, запас устойчивости объекта, процедуры адаптации, количество итераций, выбор начальных значений) на качество получаемых оценок параметров.
Во второй части доклада ставится задача наискорейшего обнаружения изменений в параметрах системы и адаптации модели к новому режиму ее поведения, определяемому значением вектора параметров в пространстве состояния системы. Исследуется метод поиска оптимальных значений параметров (пороговые значения, ширина окна выборки) решающего правила относительно ошибок первого и второго рода. Строится алгоритм одновременного обнаружения изменений в система и адаптации параметров модели. Вводятся в рассмотрение обобщенные функционалы, устанавливающие различие между функционированием "идеального" алгоритма и предлагаемого в докладе.
Численные эксперименты для случаев линейного и нелинейного оценивания - поиск значений параметров алгоритма, которые доставляют минимум обобщенных функционалов - показывают, что оптимальные значения обобщенных функционалов для "идеального" и предлагаемого алгоритма находятся в 10-процентном коридоре, что доказыает практическую применимость подхода.
Примечание. Тезисы докладов публикуются в авторской редакции
Ваши комментарии Обратная связь |
[Головная страница] [Конференции] |
© 1996-2000, Институт вычислительных технологий СО РАН, Новосибирск
© 1996-2000, Сибирское отделение Российской академии наук, Новосибирск
Дата последней модификации: 06-Jul-2012 (11:47:01)