RU2736282C1 - Адаптивный фильтр телеметрических измерений для работы в условиях априорной неопределённости - Google Patents

Адаптивный фильтр телеметрических измерений для работы в условиях априорной неопределённости Download PDF

Info

Publication number
RU2736282C1
RU2736282C1 RU2019115496A RU2019115496A RU2736282C1 RU 2736282 C1 RU2736282 C1 RU 2736282C1 RU 2019115496 A RU2019115496 A RU 2019115496A RU 2019115496 A RU2019115496 A RU 2019115496A RU 2736282 C1 RU2736282 C1 RU 2736282C1
Authority
RU
Russia
Prior art keywords
input
filter
adder
signal
multiplier
Prior art date
Application number
RU2019115496A
Other languages
English (en)
Inventor
Константин Николаевич Осипов
Владимир Витальевич Новиков
Original Assignee
Федеральное государственное бюджетное военное образовательное учреждение высшего образования "Черноморское высшее военно-морское ордена Красной Звезды училище имени П.С. Нахимова" Министерства обороны Российской Федерации
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Федеральное государственное бюджетное военное образовательное учреждение высшего образования "Черноморское высшее военно-морское ордена Красной Звезды училище имени П.С. Нахимова" Министерства обороны Российской Федерации filed Critical Федеральное государственное бюджетное военное образовательное учреждение высшего образования "Черноморское высшее военно-морское ордена Красной Звезды училище имени П.С. Нахимова" Министерства обороны Российской Федерации
Priority to RU2019115496A priority Critical patent/RU2736282C1/ru
Application granted granted Critical
Publication of RU2736282C1 publication Critical patent/RU2736282C1/ru

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Feedback Control In General (AREA)

Abstract

Изобретение относится к корабельным техническим системам, в том числе к корабельному вооружению, а именно к обработке телеметрических измерений, получаемых в реальном времени. Адаптивный фильтр телеметрических измерений предназначен для выделения полезного сигнала на фоне шумов, а также оценки ненаблюдаемых состояний в условиях отсутствия достоверной априорной информации о параметрах шума в ходе решений задач позиционирования управляемых и беспилотных аппаратов морского базирования. Указанный технический результат достигается тем, что в конструкцию известного фильтра Калмана добавлен делитель, два блока вычисления ковариации, два блока умножения и один сумматор. Добавленные блоки позволяют в процессе работы адаптивного фильтра определять значения коэффициентов усиления фильтра в условиях, когда неизвестны истинные значения дисперсий шумов измеренного сигнала. Основным преимуществом адаптивного фильтра в сравнении с существующими фильтрами является то, что он может быть использован в условиях априорной неопределенности в реальном масштабе времени для обработки телеметрических измерений, поступающих с объектов, движущихся с большой скоростью и имеющих стохастическую природу, в том числе нестационарную. 1 ил.

Description

Изобретение относится к корабельным техническим системам, в том числе к корабельному вооружению, а именно к обработке телеметрических измерений, получаемых в реальном времени.
Известен цифровой фильтр Калмана, содержащий последовательно соединенные первый сумматор, первый вход которого является входом фильтра, первый умножитель и второй сумматор, а также последовательно соединенные элементы задержки, второй умножитель выход которого соединен с вторым входом второго сумматора и третий умножитель выход которого соединен с вторым входом первого сумматора. При этом вторые входы первого, второго и третьего умножителей являются первым, вторым и третьим входами коэффициентов цифрового фильтра Калмана [см. Patent US 07654111 Class: G01S 13/723 "Method of Kalman filtering for estimating the position and velocity of a tracked object]. Недостатком цифрового фильтра Калмана является то, что он выполняет оценку (обработку) измерений, т.е. выделяет полезный сигнал на фоне шумов, обусловленных погрешностями измерений, только в том случае, когда априорно известны дисперсии помех (шумов), формирующие коэффициент усиления первого умножителя.
Известны субоптимальные цифровые фильтры, в том числе модифицированный и адаптивный фильтр Калмана [см. Патент СССР SU1434539, Класс: Н03Н 21/00 «Модифицированный фильтр Калмана», Патент РФ №2110883, класс Н03Н 21/00, «Адаптивный фильтр для оценивания нестационарных процессов»], однако они не лишены указанных выше недостатков.
В качестве прототипа выбран классический цифровой фильтр Калмана, содержащий последовательно соединенные первый сумматор, первый вход которого является входом фильтра, первый умножитель и второй сумматор, а также последовательно соединенные элементы задержки, второй умножитель выход которого соединен с вторым входом второго сумматора и третий умножитель выход которого соединен с вторым входом первого сумматора. Вторые входы первого, второго и третьего умножителей являются первым, вторым и третьим входами коэффициентов цифрового фильтра Калмана. Недостатком прототипа является отсутствие возможности получить несмещенные состоятельные оценки измерительной информации в условиях отсутствия точной информации о дисперсии шума.
Задачей изобретения является обеспечение возможности реализовывать процесс оценивания измерительной информации, т.е. выделения полезного сигнала на фоне шумов, в условиях отсутствия информации о значениях дисперсии шума.
Технический результат достигается за счет того, что в прототип добавлен первый и второй вычислитель ковариации, четвертый и пятый умножитель, третий сумматор и делитель. Вычислитель ковариации - это блок, определяющий значение ковариации поступающего на вход сигнала. Вычислитель ковариации содержит следующие последовательно соединенные элементы: память, усреднитель, сумматор, память, усреднитель.
Работа адаптивного фильтра базируется на следующих математических предпосылках.
Пусть наблюдаемый телеметрический сигнал представляет взвешенный полезный сигнал х(t) и возмущенный шум ν(t):
Figure 00000001
где В - инвариантная во времени матрица коэффициентов наблюдения.
Пусть в качестве физической модели полезного сигнала выступает дискретный рекурсивный авторегрессионный фильтр первого порядка возмущенный внутренним шумом w(t):
Figure 00000002
где А - инвариантная во времени матрица коэффициентов перехода состояний.
Пусть априорная и апостериорная оценки наблюдаемого полезного сигнала
определяются следующими выражениями:
Figure 00000003
Figure 00000004
В уравнении (4) К - матрица коэффициентов усиления фильтра, минимизирующая расстояние между истинными и оценочными значениями наблюдаемого полезного сигнала, z - расстояние между истинным и оценочным значением наблюдаемого полезного сигнала в момент времени t.
Figure 00000005
Отличием математической составляющей изобретения от цифрового фильтра Калмана является уравнение, необходимое для определения значений матрицы коэффициентов усиления фильтра К:
Figure 00000006
где Tt - это выборочных значения автоковариационной матрицы наблюдений с задержкой в один отсчет:
Figure 00000007
Figure 00000008
- автоковариационная матрица оценок наблюдаемого полезного сигнала, которая вычисляется по следующей рекурсивной формуле:
Figure 00000009
Предлагаемый адаптивный фильтр работает следующим образом.
Отсчеты обрабатываемого сигнала, поступающие с измерительного устройства, поступают на вход первого сумматора 1, который является входом фильтра.
Параллельно каждый пришедший на обработку отсчет сигнала поступает на вход первого вычислителя ковариации 24 (вычисления производятся по формуле (7)).
Первый блок вычисления ковариации 24 работает следующим образом. Отсчет измеренного значения сигнала с входа фильтра по информационному каналу связи а1 поступает в ячейку памяти 7 и, параллельно, по информационному каналу связи а2 поступает на второй вход сумматора 9. На выходе сумматора 9 формируется сигнал, равный расстоянию между средним значением отсчетов измеренного сигнала поступивших до дискретного момента времени t, и текущим значением сигнала. Среднее значение отсчетов измеренного сигнала, поступивших на вход фильтра до дискретного момента времени t определяется в блоке 8, используя набор отсчетов, хранящийся в ячейке памяти 7.
Сигнал, сформированный на выходе сумматора 9, поступает на второй вход умножителя 11. На первый вход умножителя 11 поступает сигнал, сформированный на выходе умножителя 9, но смещенный на один шаг назад в блоке задержки 10.
Сигнал, сформированный в блоке 11, последовательно поступает в ячейку памяти 21 и в усреднитель 23, на выходе которого формируется значение ковариации сигнала, поступившего на вход ячейки памяти 7 в дискретный момент времени t.
На выходе первого сумматора 1 формируется невязка, вычисленная по формуле (5), которая поступает на вход умножителя 2, где она взвешивается коэффициентом усиления фильтра (6).
Сигнал, взвешенный в блоке 2, поступает на вход второго сумматора, где происходит коррекция оценочных значений сигнала (формула (4)), после чего скорректированная оценка сигнала поступает в блок задержки на один шаг 4, на вход третьего умножителя 5, на второй вход второго сумматора 3, на вход четвертого умножителя 6 и на вход второго вычислителя ковариации 19, инициализируя его работу. Работа второго блока вычисления ковариации 19 аналогична работе первого блока вычисления ковариации 24.
Выходной сигнал с блока 24 поступает на вход четвертого умножителя 16, а также на вход пятого умножителя 18. Взвешенное значение ковариации оценок сигнала, сформированное в блоке 16, поступает на первый вход сумматора 26. На второй вход сумматора 26 поступает выходной сигнал блока расчета ковариации входных отсчетов 24. Сигнал, сформированный на выходе сумматора 26, поступает на второй вход делителя 20, на выходе которого формируется коэффициент усиления фильтра, определяемый формулой (6), поступающий на второй вход первого умножителя 2.
Выходной сигнал фильтра формируется на выходе умножителя 4.
Внедрение предлагаемого адаптивного фильтра повысит эффективность решения задач позиционирования в пространстве, как управляемых, так и беспилотных аппаратов морского базирования путем повышения достоверности результатов обработки измерительной информации, получаемой со штатных датчиков, а также РЛС. Основным преимуществом адаптивного фильтра по сравнению с существующими алгоритмами является то, что он может быть использован для решения задач оценки кинематических параметров движения беспилотных летательных аппаратов (БЛА), например, в ходе посадки БЛА на движущееся судно или при наведении БЛА на маневрирующую цель в условиях априорной неопределенности.

Claims (1)

  1. Адаптивный фильтр телеметрических измерений, содержащий последовательно соединенные первый сумматор, первый вход которого является входом фильтра, первый умножитель и второй сумматор, а также последовательно соединенные элементы задержки, второй умножитель, выход которого соединен с вторым входом второго сумматора, и третий умножитель, выход которого соединен с вторым входом первого сумматора, отличающийся тем, что в фильтр включены делитель, первый и второй блоки вычисления ковариации, выполненные аналогично друг другу, четвертый и пятый умножители, третий сумматор, вход первого блока вычисления ковариации связан со входом фильтра, на выходе первого блока вычисления ковариации формируются значения ковариации сигнала в дискретный момент времени, блок задержки связан со входом второго блока вычисления ковариации, выходной сигнал которого поступает на вход пятого умножителя, связанного с делителем, и на вход четвертого умножителя, связанного с первым входом третьего сумматора, сигнал с которого поступает на соответствующий вход делителя, выход которого связан со вторым входом первого умножителя, сигнал, взвешенный в первом умножителе, поступает на вход второго сумматора, где происходит коррекция оценочных значений сигнала.
RU2019115496A 2019-07-16 2019-07-16 Адаптивный фильтр телеметрических измерений для работы в условиях априорной неопределённости RU2736282C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2019115496A RU2736282C1 (ru) 2019-07-16 2019-07-16 Адаптивный фильтр телеметрических измерений для работы в условиях априорной неопределённости

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2019115496A RU2736282C1 (ru) 2019-07-16 2019-07-16 Адаптивный фильтр телеметрических измерений для работы в условиях априорной неопределённости

Publications (1)

Publication Number Publication Date
RU2736282C1 true RU2736282C1 (ru) 2020-11-13

Family

ID=73460811

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2019115496A RU2736282C1 (ru) 2019-07-16 2019-07-16 Адаптивный фильтр телеметрических измерений для работы в условиях априорной неопределённости

Country Status (1)

Country Link
RU (1) RU2736282C1 (ru)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2755499C1 (ru) * 2021-01-28 2021-09-16 Ордена Трудового Красного Знамени федеральное государственное бюджетное образовательное учреждение высшего образования «Московский технический университет связи и информатики» (МТУСИ). Способ адаптивной фильтрации

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5051751A (en) * 1991-02-12 1991-09-24 The United States Of America As Represented By The Secretary Of The Navy Method of Kalman filtering for estimating the position and velocity of a tracked object
RU2110883C1 (ru) * 1993-01-06 1998-05-10 Юркин Юрий Анатольевич Адаптивный фильтр для оценивания нестационарных процессов
US7710316B1 (en) * 2006-05-05 2010-05-04 Topcon Gps, Llc Method and apparatus for determining smoothed code coordinates of a mobile rover
WO2011126605A2 (en) * 2010-02-14 2011-10-13 Trimble Navigation Limited Gnss signal processing with regional augmentation network

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5051751A (en) * 1991-02-12 1991-09-24 The United States Of America As Represented By The Secretary Of The Navy Method of Kalman filtering for estimating the position and velocity of a tracked object
RU2110883C1 (ru) * 1993-01-06 1998-05-10 Юркин Юрий Анатольевич Адаптивный фильтр для оценивания нестационарных процессов
US7710316B1 (en) * 2006-05-05 2010-05-04 Topcon Gps, Llc Method and apparatus for determining smoothed code coordinates of a mobile rover
WO2011126605A2 (en) * 2010-02-14 2011-10-13 Trimble Navigation Limited Gnss signal processing with regional augmentation network

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2755499C1 (ru) * 2021-01-28 2021-09-16 Ордена Трудового Красного Знамени федеральное государственное бюджетное образовательное учреждение высшего образования «Московский технический университет связи и информатики» (МТУСИ). Способ адаптивной фильтрации

Similar Documents

Publication Publication Date Title
CN108333569B (zh) 一种基于phd滤波的异步多传感器融合多目标跟踪方法
CN108535720B (zh) 用于改进的卡尔曼滤波目标跟踪的自适应过程噪声描述
CN109886305B (zh) 一种基于gm-phd滤波的多传感器非顺序量测异步融合方法
CN108344981B (zh) 面向杂波的多传感器异步检测tsbf多目标跟踪方法
CN109324315B (zh) 基于双层次块稀疏性的空时自适应处理雷达杂波抑制方法
Raj et al. Kalman filter based target tracking for track while scan data processing
RU2524208C1 (ru) Способ радиолокационного обнаружения маневра баллистической цели на пассивном участке траектории
RU2736282C1 (ru) Адаптивный фильтр телеметрических измерений для работы в условиях априорной неопределённости
CN110286375B (zh) 面向近实时isar成像的ls高阶快速运动补偿方法及系统
CN108152796B (zh) 一种基于灰色卡尔曼滤波的主瓣移动干扰消除方法
CN112748429B (zh) 一种快速噪声对消滤波方法
CN108120452B (zh) Mems陀螺仪动态数据的滤波方法
RU2692837C2 (ru) Способ определения параметров движения шумящего объекта
CN111796266B (zh) 一种匀加速运动目标rd平面检测前跟踪方法
CN108761384A (zh) 一种抗差的传感器网络目标定位方法
CN107315169B (zh) 基于二阶统计量相似度的杂波协方差矩阵估计方法
CN108230370B (zh) 基于云台的跟踪目标速度预测方法及存储介质
CN108107416B (zh) 一种二次雷达低空探测杂波抑制方法
CN108230371B (zh) 基于云台的跟踪目标速度预测方法及存储介质
RU2610831C1 (ru) Способ оценки параметров траектории объекта
US9797919B2 (en) Motion sensor assembly for determining the angular velocity of a moving contrast in its field of view with a high accuracy
CN105353362A (zh) 一种融合能量和变化率两种测量的船长估计方法
CN111796267B (zh) 一种基于伪谱匹配滤波的机动转弯目标检测前跟踪方法
RU2625603C2 (ru) Способ минимаксной фильтрации параметров движения беспилотного летательного аппарата с коррекцией от спутниковой навигационной системы
Jeong et al. A study on the performance comparison of three optimal Alpha-Beta-Gamma filters and Alpha-Beta-Gamma-Eta filter for a high dynamic target