Оценка неизмеряемых координат состояния объекта при случайных возмущениях (дискретный фильтра Калмана)

Страницы работы

Уважаемые коллеги! Предлагаем вам разработку программного обеспечения под ключ.

Опытные программисты сделают для вас мобильное приложение, нейронную сеть, систему искусственного интеллекта, SaaS-сервис, производственную систему, внедрят или разработают ERP/CRM, запустят стартап.

Сферы - промышленность, ритейл, производственные компании, стартапы, финансы и другие направления.

Языки программирования: Java, PHP, Ruby, C++, .NET, Python, Go, Kotlin, Swift, React Native, Flutter и многие другие.

Всегда на связи. Соблюдаем сроки. Предложим адекватную конкурентную цену.

Заходите к нам на сайт и пишите, с удовольствием вам во всем поможем.

Содержание работы

Санкт-Петербургский Государственный Политехнический Университет

Факультет Технической Кибернетики

Кафедра Компьютерные Системы и Программные Технологии

О Т Ч Ё Т

о лабораторной работе №11

Оценка неизмеряемых координат состояния объекта при случайных возмущениях (дискретный фильтра Калмана).

Выполнили:

гр. 5081/10

_____________ А

_____________          

Преподаватель:

_____________

Санкт-Петербург

2011 г.


1.  Цель работы

Ознакомление с организацией и особенностью работы дискретного фильтра Калманаа, предназначенного для оценки неизмеряемых координат состояний объекта, находящегося под воздействием помех типа белого шума как на входе, так и в канале измерения выходного сигнала.

2.  Исходные данные

В настоящей работе рассматривается объект, математическая модель которого - дифференциальное уравнение второго порядка.

a0 = 1

a1 = 1

a2 = 2

b = 2

Рис. 4.1. Схема набора

Тогда дифференциальное уравнение системы имеет вид:

Параметры непрерывной модели

Х =          А==              В==


3.  ВЫполнение работы

3.1  Исследование работы модели при различных периодах дискретизации

Х =          А==              В==

3.1.1 Т0 = 0.1с

Параметры дискретной модели:

Т0 = 0.1с     Ад =     Вд =     X0= U = 1В

Рис 3.1. Графики переходных процессов

Условные обозначения:

▬ X1 – Выход объекта

▬ X2 – Производная по времени

▬ XF1 – Восстановленная координата

▬ XF2 – Восстановленная производная

3.1.2 Т0 = 0.5с

Параметры дискретной модели:

Т0 = 0.5с     Ад =     Вд =     X0= U = 1В

Рис 3.2. Графики переходных процессов

3.1.3 Т0 = 1с

Параметры дискретной модели:

Т0 = 1с     Ад =     Вд =     X0= U = 1В

Рис 3.3. Графики переходных процессов

3.2  Исследование работы модели при изменении начальных условий

3.2.1 Параметры дискретной модели:

Т0 = 0.1с     Ад =     Вд =     X0= U = 1В

Рис 3.4. Графики переходных процессов

3.2.2 Параметры дискретной модели:

Т0 = 0.1с     Ад =     Вд =     X0= U = 1В

Рис 3.5. Графики переходных процессов

3.3  Исследование работы модели при изменении входного воздействия

Параметры дискретной модели:

Т0 = 0.1с     Ад =     Вд =     X0=  U = 0В

Рис 3.6. Графики переходных процессов

3.4  Исследование работы модели при отклонении параметров модели

3.4.1 Параметры дискретной модели:

Т0 = 0.1с     Ад =     Вд =     X0=  U = 1В

Рис 3.4. Графики переходных процессов

3.4.2 Параметры дискретной модели:

Т0 = 0.1с     Ад =     Вд =     X0= U = 1В

Рис 3.7. Графики переходных процессов

3.5  Исследование работы модели при воздействии случайных возмущений

Параметры дискретной модели:

Т0 = 0.1с     Ад =     Вд =     X0= U = 1В

Рис 3.8. Графики переходных процессов

4.  ВЫводы

1.  Различные периоды дискретизации не влияют на поведение модели, координаты восстанавливаются с погрешностью не  более 10%.

2.  При изменении начальных условий модели подстройка до уровня 10% погрешности занимает порядка 4-5 с.

3.  Изменение значения возмущающего воздействия даёт существенное расхождение, что свидетельствует о некорректной работе модели. Из этого можно сделать вывод о том, что для наилучшего результата необходимо как можно точнее устанавливать данный параметр.

4.  Отклонение параметров модели от истинных так же приводит к некорректной работе модели

5.  Наличие шума незначительно влияет на адекватность работы модели, тк фильтр Калмана учитывает параметры шума при моделировании объекта.

Таким образом можно сделать вывод о том, что дискретность и начальные условия не влияют на адекватность работы фильтра, а параметры модели и значение возмущающего воздействия существенно сказываются на работе фильтра.

Похожие материалы

Информация о работе

Уважаемые коллеги! Предлагаем вам разработку программного обеспечения под ключ.

Опытные программисты сделают для вас мобильное приложение, нейронную сеть, систему искусственного интеллекта, SaaS-сервис, производственную систему, внедрят или разработают ERP/CRM, запустят стартап.

Сферы - промышленность, ритейл, производственные компании, стартапы, финансы и другие направления.

Языки программирования: Java, PHP, Ruby, C++, .NET, Python, Go, Kotlin, Swift, React Native, Flutter и многие другие.

Всегда на связи. Соблюдаем сроки. Предложим адекватную конкурентную цену.

Заходите к нам на сайт и пишите, с удовольствием вам во всем поможем.