Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
3.2. МАТЕМАТИЧЕСКИЕ ОСНОВЫ ОПРЕДЕЛЕНИЙ ПО ПОЛНОЙ ВЫБОРКЕ ИЗМЕРЕНИЙРассмотрим основы статистической обработки полной выборки результатов измерений применительно к процедуре метода наименьших квадратов. Ради упрощения будем считать, что определяются всего три параметра — сферические координаты Общее выражение навигационной функции для измерений в момент
Конкретное выражение определяется, естественно, видом
Если имеются результаты
в которой различные строки могут относиться как к измерениям по одному и тому же НИСЗ, но в разные моменты времени, так и к измерениям по различным НИСЗ (одновременным или разновременным). Для линеаризации системы (3.2) в окрестностях расчетных значений определяемых параметров вычисляют значения
Разность измеренных и расчетных параметров можно выразить через поправки
Линеаризация проводится путем разложения системы уравнений (3.4) в ряд Тейлора по степеням поправок 6; с удержанием первых членов разложения. После этого получится следующая система уравнений:
Входящие в систему (3.5) частные производные
Воспользуемся далее понятиями градиентной и фундаментальной матриц (2.9) и (2.10) и для условий данного рассмотрения запишем
Заметим, что число столбцов матрицы
Итак, имеет место соотношение
Последние преобразования показали достаточную компактность записи. Именно поэтому в алгоритмах обработки измерительной информации в настоящее время широко употребляется матричный способ описания. Можно и всю систему уравнений (3.5) записать в виде компактного матричного соотношения. Введем столбцовую матрицу А поправок
а также матрицу-столбец
Тогда в результате перемножения матриц С размерности
Обратим внимание на то, что в системе (3.5) различные уравнения могут иметь неодинаковые размерности, поскольку разности различным НИСЗ. Ради придания системе (3.5) однородности целесообразно привести все разности
где
которую именуют системой условных уравнений. Если из весовых коэффициентов
то выполненное домножение левых и правых частей системы уравнений на весовые коэффициенты можно представить как матричные операции умножения, приводящие к матричному виду системы условных уравнений:
Далее к системе условных уравнений применяют процедуру метода наименьших квадратов, основанную на следующих соображениях. Система (3.12) является системой
Ее матричным эквивалентом явится выражение
в котором использовано представление о совокупности невязок как матрице-столбце размерности
Важным обстоятельством является то, что невязки предполагаются случайными величинами. Метод наименьших квадратов позволяет найти такие наилучшие поправки к координатам
Сказанному можно дать геометрическое истолкование, которое сохраняет наглядность при малой мерности пространства определяемых параметров и малом числе измерений. Примем поэтому В пространстве
Рис. 3.1. Геометрическое истолкование оптимизации по методу наименьших квадратов
Рис. 3.2. Ортогональное проектирование Геометрическое толкование выражений (3.14), (3.14) удобно дать в пространстве измерений. Для этого построим координатный базис в осях разностей
которые можно истолковать как своеобразные базисные векторы пространства частных производных Аналитически минимизация суммы квадратов невязок связана со следующими вычислениями. Условие (3.16) распадается на три условия:
Вычислим в соответствии с (3.17) значения частных производных функционала V по поправкам
откуда следует, что
Аналогично этому дифференцирование функционала V по поправкам производные будут браться соответственно по
где
Выражения (3.19) — (3.21) представляют собой принципиальный алгоритм обработки результатов измерений Для выражения коэффициентов
Коэффициенты Образуем матричное произведение двух матриц:
Проведем транспонирование полученного произведения
Оказывается, что совокупность коэффициентов
Обозначим матрицу коэффициентов системы нормальных уравнений через
Заметим, что весовая матрица
Ввиду этого
Обратившись к правым частям системы
Обозначив матрицу правых частей через В, запишем очевидное равенство Таким образом, система нормальных уравнений в матричном виде
или сокращенно
Полученная выше матрица коэффициентов Вопросы решения системы нормальных уравнений, сходимости итерационных решений, а также особенности решений при использовании иных критериев оптимальности рассмотрены подробно в гл. 13 и 14. Здесь же уместно остановиться на том, как элементы матрицы А используются для оценки точности навигационных определений. Упомянем, что один из способов решения системы (3.26) связан с обращением матрицы А. Дело в том, что, умножая левую и правую части системы (3.27) слева на обратную матрицу Приняв для простоты число результатов измерений равным числу определяемых параметров С другой стороны, матрица Для наглядности сочтем, что определяемые параметры образуют ортогональный базис. Тогда результирующая погрешность пространственного местоопределения выразится через след корреляционной матрицы
|
1 |
Оглавление
|