Исследования точностных характеристик спектрально-финитного алгоритма фильтрации сигналов для комплексной системы измерителей на борту летательного аппарата


Авторы

Федоринов А. Ю.

Санкт-Петербургский государственный университет аэрокосмического приборостроения, ул. Большая Морская, 67, Санкт-Петербург, 190000, Россия

e-mail: fedorinov_asperant_accaunt@mail.ru

Аннотация

Исследуются спектрально-финитный методы обработки (фильтрации) сигналов. Этот подход основан на теореме ортогонального проецирования и является оптимальным по критерию минимума суммы дисперсии ошибок. Подход способен выдавать линейные рекуррентные оценки не марковских сигналов с коррелированными и не коррелированными помехами. Алгоритмы оценки, полученные на основе данного подхода, совпадают по точности с фильтрацией Калмана, применимы к широкому классу моделей сигналов и помех. Подход исследуется на комплексной системе (два и более каналов измерения одного и того же параметра), комплексирование способно повысить точность измерений. Хочется отметить, что выбор комплексной системы не случаен, и обусловлен следующими преимуществами - использование двух каналов измерения при обработке сигналов, будь то навигационные, акустические или радиосигналы подразумевают повышения качества и надежности получаемой информации. Разработанные алгоритмы являются более простыми при их реализации, как при полной и не полной априорной определенности, помехоустойчивыми и робастными. Моделирование процессов было проведено в среде Mathcad. В настоящее время реализованы и изучены следующие алгоритмы: финитно-временной и спектрально-финитный; с обратной связью / без обратной связи; адаптивный / не адаптивный; с известной помехой или нет, и их комбинации.

Ключевые слова:

спектрально-финитная оценка навигационных сигналов, оптимальность, универсальность применения, теорема ортогонального проецирования, теорема Дуба

Библиографический список

  1. Шахтарин Б.И. Фильтры Винера и Калмана. – М.: Гелиос АРВ, 2008. – 408 с. 
  2. Сейдж Э., Мелс Дж. Теория оценивания и её применение в связи и управления. - М.: Связь, 1976. – 495 с.
  3. Федоринов А.Ю., Иванов Ю.П. Метод повышения точности и надёжности навигационно-измерительных систем на основе комплексной оптимально-инвариантной фильтрации произвольных сигналов в условиях избыточности устройств обработки информации // Труды МАИ. 2024. № 139. URL: https://trudymai.ru/published.php?ID=183457
  4. Грошев А.В. Стратегия алгоритмического повышения точностных характеристик и информационной надежности инерциально-спутниковых навигационных систем в составе беспилотных летательных аппаратов // Труды МАИ. 2019. № 104. URL: https://trudymai.ru/published.php?ID=102217
  5. Лялин К.С., Хасанов М.С., Мелёшин Ю.М., Кузьмин И.А. Спектральный метод подавления боковых лепестков автокорреляционной функции длинных псевдослучайных бинарных последовательностей // Труды МАИ. 2018. № 103. URL: https://trudymai.ru/published.php?ID=100800
  6. Тихонов В.И., Миронов М.А. Марковские процессы. – М.: Советское радио, 1977. – 488 с.
  7. Репин В.Г., Тартаковский Г.П. Статистический синтез при априорной неопределённости и адаптация информационных систем. - М.: Советское радио, 1977. – 432 с. 
  8. Френкс Л. Теория сигналов. – М.: Cоветское радио, 1974. – 344 c. 
  9. Шостак C.В., Стародубцев П.А., Алифанов Р.Н. Технология оптимальной оценки направления линейной антенной решетки на источник сигнала при воздействии на нее коррелированных помех с неизвестной функцией распределения // Журнал Сибирского федерального университета. Техника и технологии. 2017. № 2. С. 113-123.
  10. Овакимян Д.Н., Зеленский В.А., Капалин М.В., Ерескин И.С. Исследование методов и разработка алгоритмов комплексирования навигационной информации // Труды МАИ. 2023. № 132. URL: https://trudymai.ru/published.php?ID=176849
  11. Детков А.Н. Оптимальная дискретная фильтрация отсчётов непрерывного случайного процесса на фоне коррелированного марковского шума // Труды МАИ. 2022. № 126. URL: https://trudymai.ru/published.php?ID=169002. DOI: 10.34759/trd-2022-126-16
  12. Росин М.Ф., Булыгин В.С. Статистическая динамика и теория эффективности систем управления: учебник для вузов. – М.: Машиностроение, 1981. – 312 с.
  13. Грубрин И.В., Лыгина И.Ю. Адаптивная фильтрация помех в бортовых многоканальных системах // Труды МАИ. 2013. № 69. URL: https://trudymai.ru/published.php?ID=43335
  14. Чернодаров А.В., Иванов С.А. Идентификация моделей и адаптивная фильтрация шумов инерциальных измерителей // Труды МАИ. 2018. № 99. URL: https://trudymai.ru/published.php?ID=91962
  15. Огарков М.А. Методы статистического оценивания параметров случайных процессов. – М.: Энергоатомиздат, 1990. – 208 с.
  16. Пугачёв В.С. Теория случайных функций. – М.: Физматгиз, 1962. – 883 с.
  17. Иванов Ю.П., Синяков А.Н., Филатов И.В. Комплексирование информационно-измерительных устройств летательных аппаратов. – Л.: Машиностроение, 1984. – 208 с.
  18. Иванов Ю.П. Финитно-временной метод оптимальной фильтрации дискретных сигналов // Приборы и Системы. Управление, Контроль, Диагностика. 2018. № 5. С. 23-27.
  19. Иванов Ю.П., Бирюков Б.Л. Информационно-статистическая теория измерений. Модели сигналов и анализ точности систем. – СПб.: ГУАП, 2008. – 160 с.
  20. Джиган В.И. Адаптивная фильтрация сигналов: теория и алгоритмы. – М.: Техносфера, 2013. – 528 с.
  21. Manolakis D.G., Ingle V.K., Kogon S.M. Statistical and adaptive signal processing. Spectral estimation, signal modeling, adaptive filtering and array processing. N.Y.: McGraw Hill, 2000. 796 p.


Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 2000—2025

 Вход