Оптимальные дискретные наблюдатели (оптимальный дискретный фильтр Калмана — Бьюси).
Рассмотрим объект управления, описываемый уравнениями
(5.3.10)
где
- последовательности некоррелированных векторных стохастических величин с нулевым средним и заданными матрицами дисперсий
. Здесь
Пусть
— случайный вектор, некоррелированный с векторами
, при этом
где
известны.
Требуется найти уравнение устройства восстановления (наблюдения, фильтрации), выходами которого является оценка
неизмеряемого вектора состояний
.
При этом критерий
(5.3.12)
(где
- заданные положительно-определенные матрицы,
) должен принимать наименьшее значение.
Утверждение 5.3.2. Оптимальный в смысле критерия (5.3.12) наблюдатель (устройство восстановления, фильтрации) для объекта (5.3.10), (5.3.11) описывается уравнением
(5.3.13)
в котором матрицы
определяются рекуррентными соотношениями:
(5.3.14)
при начальном условии
.
Начальное условие для наблюдателя (5.3.13)
(5.3.17)
Матрицы
размеров
являются матрицами дисперсий ошибки восстановления
. Для оптимального наблюдения среднее значение
(5.3.18)
Доказательство этого утверждения аналогично непрерывному случаю [4.7].
Часто применяют оптимальные наблюдатели вида (5.3.13), в которых вместо
используется
. Такой наблюдатель описывается уравнениями
(5.3.19)
где
(5.3.20)
В стационарном случае уравнения объекта (5.3.10), (5.3.11) принимают вид
и оптимальный наблюдатель описывается уравнениями
(5.3.23)
где
(5.3.24)
— матрица чисел (размеров
), являющаяся решением уравнения
(5.3.25)
Матрица
находится как установившееся решение уравнения
(5.3.26)
при
. Иными словами:
Пример 5.3.1. Рассмотрим гирораму, описываемую уравнениями
(5.3.27)
с параметрами из примера 4.1.2 и
, где
-случайный гауссовский процесс типа «белый шум» с нулевым математическим ожиданием и параметром ковариационной функции
.
Пусть процесс измерения
датчиком угла прецессии сопровождается случайной гауссовской помехой
типа «белый шум» с нулевым математическим ожиданием и параметром ковариационной функции
.
Таким образом,
(5.3.28)
Пусть начальное состояние гирорамы
(5.3.29)
Требуется построить наблюдатель (фильтр) переменных
, восстанавливающий значения этих переменных в моменты времени
, при
. При этом сумма дисперсий ошибок восстановления
(5.3.30)
должна быть наименьшей для каждого момента времени
.
Переходя к решению этой задачи, запишем дискретную модель гирорамы
(5.3.31)
значения параметров
, которой определены (4.1.94).
В соответствии с (5 3.23). уравнения оптимального наблюдения имеют вид:
(5.3.33)
Неизвестные параметры
в этих уравнениях определяются на основе (5 3 24):
(5.3.36)
Для нахождения чисел
будем на основе (5.3.26) вычислять последовательно
(при этом
в силу (5.3.29)),
. После некоторого числа шагов, когда
, примем
(5.3.37)