Фильтрация при наличии перерывов информации на основе расширенного метода наименьших квадратов
https://doi.org/10.37661/1816-0301-2022-19-1-50-58
Аннотация
Ц е л и . В радиолокационных системах сопровождения движущихся объектов часто возникают перерывы в измерении координат. Наиболее полно в непрерывном времени эта проблема решена в теории систем со случайной структурой в рамках статистической байесовской теории фильтрации при наличии полной априорной статистической информации. Такой подход приводит к сложным алгоритмам, трудно реализуемым на практике. Целью исследования являлась разработка алгоритма фильтрации в условиях перерывов информации на основе применения расширенного метода наименьших квадратов.
М е т о д ы . Используются методы теории оценивания, в частности расширенный метод наименьших квадратов, позволяющий находить сравнительно простые алгоритмы при минимальных объемах априорных знаний о характеристиках воздействий.
Р е з у л ь т а т ы . Разработан алгоритм фильтрации радиолокационных сигналов, в основе которого лежат измерения моментов перерывов и экстраполяция измеряемых координат на интервалах отсутствия информации. Полученный алгоритм является нелинейным, и за счет этого в фильтре могут возникать срывы сопровождения. Результаты работы алгоритма продемонстрированы на модельном примере, выполнена оценка точности фильтрации и условий срыва слежения.
З а к л ю ч е н и е . Разработанный алгоритм фильтрации позволяет определять моменты наступления перерывов и осуществлять экстраполяцию оценок полезной информации. Сравнительная простота алгоритма делает его пригодным для практического использования.
Для цитирования:
Артемьев В.М., Наумов А.О. Фильтрация при наличии перерывов информации на основе расширенного метода наименьших квадратов. Информатика. 2022;19(1):50-58. https://doi.org/10.37661/1816-0301-2022-19-1-50-58
For citation:
Artemiev V.M., Naumov A.O. Filtering in the presence of information losses based on the extended least squares method. Informatics. 2022;19(1):50-58. (In Russ.) https://doi.org/10.37661/1816-0301-2022-19-1-50-58