Метод оптимальной фильтрации Калмана и его применение в инерциальных навигационных системах, часть 1, Ривкин С.С., 1973

Метод оптимальной фильтрации Калмана и его применение в инерциальных навигационных системах, Часть 1, Ривкин С.С., 1973.

   В обзоре излагается метод оптимальной фильтрации Калмана (метод ОФК) и вопросы, связанные с его применением в инерциальных навигационных системах (ИНС). Основное внимание обращается на постановку задач, принимаемые допущения, математическое обоснование метода ОФК, пояснение физического смысла соответствующих математических зависимостей с помощью блок-схем. Рассматриваются вопросы практического осуществления метода ОФК путем использования средств вычислительной техники и примеры применения этого метода в ИНС.
Обзор составлен по материалам отечественной и зарубежной литературы.
Материал обзора разбит на две части. Первая часть (гл. 1—4 настоящего обзора) посвящена математическим основам и реализации метода оптимальной фильтрации Калмана. Во второй части (гл. 5—8) будут изложены вопросы, связанные с применением метода ОФК в инерциальных навигационных системах.
Обзор предназначается для инженерно-технических и научных работников, занимающихся вопросами применения вероятностных методов при исследовании гироскопических и навигационных систем, а также различных систем управления подвижными объектами.




НЕКОТОРЫЕ ПРЕДВАРИТЕЛЬНЫЕ СВЕДЕНИЯ О МЕТОДЕ ОФК.
При изложении метода оптимальной фильтрации Калмана предполагается, что основы статистической динамики и теории оптимальных систем, в частности и другие методы статистической оптимизации, известны читателю, например, в объеме книг [47], [36], [43]. Методы решения нестационарных задач оптимальной фильтрации подробно излагаются также в работе [16].

Основные предположения метода ОФК состоят в следующем: 1) модель исследуемой динамической системы является линейной (возможно нестационарной); 2) каждое наблюдение системы содержит аддитивную помеху типа белого шума. По поводу этих предположений можно заметить: результаты, полученные при линейном оценивании, являются оптимальными, когда рассматриваемые случайные процессы гауссовы, что обычно имеет место на практике. То обстоятельство, что ошибки измерений предполагаются помехами типа белого шума, не ограничивает общности метода, так как имеется принципиальная возможность учесть корреляционную связь указанных ошибок.

ОГЛАВЛЕНИЕ.
Введение.
Глава 1. Общая характеристика метода ОФК и возможность его применения в навигационных системах.
§1.1. Общая характеристика метода ОФК.
§1.2. Связь статистических и навигационных проблем и использование методов оптимальной фильтрации.
§1.3. Общая характеристика задач, решаемых в ИНС с помощью метода ОФК.
Заключение.
Глава 2. Некоторые предварительные сведения о методе ОФК.
§2.1. Исходные предположения.
§2.2. Состояние и его свойства.
§2.3. Формирующие фильтры.
§2.4. Постановка задачи определения оптимальной оценки. Критерий оптимальности.
§2.5. Состояние дискретных систем и его свойства.
Заключение.
Глава 3. Математические основы метода ОФК.
§3.1. Алгоритм фильтра Калмана для непрерывных динамических систем.
§3.2. Алгоритм фильтра Калмана для дискретных динамических систем.
§3.3. Некоторые обобщения метода ОФК.
§3.4. Устойчивость фильтра Калмана. Понятия о наблюдаемости и управляемости динамических систем.
Заключение.
Глава 4. Вопросы реализации метода ОФК.
§4.1. Об использовании аналоговых вычислительных машин в методе ОФК.
§4.2. Применение цифровых вычислительных машин в методе ОФК.
§4.3. Некоторые вопросы точности метода ОФК.
§4.4. Связь метода ОФК с другими методами.
Заключение.
Приложение.
Указатель литературы.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Метод оптимальной фильтрации Калмана и его применение в инерциальных навигационных системах, часть 1, Ривкин С.С., 1973 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать djvu
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу


Скачать - djvu - Яндекс.Диск.




Теги: учебник по математике :: математика :: Ривкин