Сергиенко А.Б. Алгоритмы адаптивной фильтрации: особенности реализации в МАТLAB. В журнале «Exponenta Pro», 2003, №1, с. 18–28.
http://exponenta.ru/educat/
Контрольные вопросы к теме 5
1. Каковы недостатки инерциальных навигационных систем?
2. Что такое обновляемая последовательность?
3. Что представляют собой сигналы на рисунках 5.3?
4. Каковы особенности фильтров Винера, LMS, RLS и Кальмана?
5. Что такое полюса в фильтрах и отчего они возникают?
6. Что вычисляется в следующем цикле программы?
for i=1:rows,
er1n(i)= sqrt(er1(i,1)*er1(i,1)+er1(i,2)*er1(i,2)+er1(i,3)*er1(i,3));
er2n(i)= sqrt(er2(i,1)*er2(i,1)+er2(i,2)*er2(i,2)+er2(i,3)*er2(i,3));
end
7. Объясните смысл следующей цепочки операторов программы:
P1 = P1 - K1*u(:,1)'*P1; P2 = P2 - K2*u(:,2)'*P2; P3 = P3 - K3*u(:,3)'*P3;
Заключение
В случае если читатель досконально разобрал и проработал все приведенные в настоящем пособии примеры, т.е. понял, с одной стороны, их физическое содержание, а с другой – их программную реализацию, – следовательно, он достиг некоторого минимального уровня, позволяющего профессионально применять численно-аналитические пакеты для вычислений и моделирования. Дальнейший этап обучения состоит в выполнении лабораторных работ. Необходимо, однако, помнить, что достигнутый уровень является минимальным и читателю нужно теперь совершенствоваться самостоятельно посредством решения практических задач. Напомним в этой связи еще один известный принцип, согласно которому пределов для совершенствования не существует.
|
|
[1] В данной имитационной версии алгоритма производится одномоментное вычитание поправки из всех последующих значений ИНС. Однако это без труда переносится и на режим реального времени, когда поправка запоминается и вычитается из значений ИНС, когда они появляются.
[2] По сути эта процедура представляет собой некий очень грубый фильтр, который нельзя называть адаптивным, поскольку он, в отличие от фильтра RLS/Кальман, не подстраивается под реальные статистические характеристики входного сигнала.