RU2012997C1

RU2012997C1 - Adaptive filter for evaluation of non-steady processes

Info

Publication number: RU2012997C1
Authority: RU
Inventors: Ю.А. Юркин; Д.Н. Голинский
Original assignee: Юркин Юрий Анатольевич; Голинский Дмитрий Никитович
Priority date: 1990-11-11
Filing date: 1990-11-11
Publication date: 1994-05-15

Abstract

FIELD: computation engineering. SUBSTANCE: structure of well-known Kalman filter was supplemented with additional elements and coupling realizing optimum correction of filter by root-square criterion and including additional filter for evaluation of "non-coupling" which is used to generate correcting action in compliance with algorithms of nonterminal control. EFFECT: increased accuracy of filtering of non-steady processes. 1 dwg

Description

Изобретение относится к вычислительной технике и может быть использовано для фильтрации сигналов в специализированных аналоговых и гибридных ЭВМ, а также для формирования программного обеспечения ЦВМ. The invention relates to computer technology and can be used to filter signals in specialized analog and hybrid computers, as well as for the formation of computer software.

Известны различные структуры оптимального фильтра Калмана, позволяющие получать линейную несмешанную оценку наблюдаемой системы на основе результатов измерений. При этом оптимальная оценка получается при известном значении априорной информации о параметорах наблюдаемой системы, а также интенсивности шума системы и измерений. При грубой априорной информации или изменении состояния системы на выходе фильтра увеличиваются случайные ошибки и условие несмещенности оценки не обеспечиваются. Various structures of the optimal Kalman filter are known, which make it possible to obtain a linear unmixed estimate of the observed system based on the measurement results. The optimal estimate is obtained with a known value of a priori information about the parameters of the observed system, as well as the intensity of the system noise and measurements. With rough a priori information or a change in the state of the system, random errors increase at the filter output and the condition of unbiased estimation is not provided.

Наиболее близким к изобретению является фильтр Калмана, содержащий последовательно соединенные вычитающий сумматор 1, блок 2 переменных коэффицинтов усиления, сумматор 3, интегратор 4, с выхода которого отфильтрованный сигнал в качестве обратной связи поступает на второй вход вычитающего сумматора 1 и через блок 5 постоянных коэффициентов процесса - на второй вход сумматора 3. Closest to the invention is a Kalman filter containing a series-connected subtracting adder 1, a block 2 of variable gain coefficients, an adder 3, an integrator 4, from the output of which the filtered signal is fed as feedback to the second input of the subtracting adder 1 and through the block 5 of constant process coefficients - to the second input of the adder 3.

Недостатком такого фильтра является низкая точность фильтрации нестационарных процессов, особенно в условиях неточной априорной информации. что значительно снижает область применения фильтра. The disadvantage of this filter is the low accuracy of filtering non-stationary processes, especially in conditions of inaccurate a priori information. which significantly reduces the scope of the filter.

Цель изобретения - повышение точности фильтрации нестационарных процессов и расширение области применения. The purpose of the invention is improving the accuracy of filtering non-stationary processes and expanding the scope.

Это достигается тем, что для оценивания нестационарных процессов основной фильтр Калмана дополнен фильтром коррекции с элементами и связями, аналогичными основному фильтру, и блоком постоянных коэффициентов, причем вход фильтра коррекции соединен с выходом первого сумматора основного фильтра, а с выхода фильтра коррекции сигнал поступает через блок постоянных коэффициентов на третий вход сумматора. This is achieved by the fact that to evaluate non-stationary processes, the main Kalman filter is supplemented with a correction filter with elements and relationships similar to the main filter and a block of constant coefficients, the input of the correction filter being connected to the output of the first adder of the main filter, and the signal coming from the output of the correction filter through the block constant coefficients on the third input of the adder.

На фиг. представлена структурная схема предлагаемого фильтра. In FIG. presents a structural diagram of the proposed filter.

На схеме обозначены основной фильтр Калмана I, фильтр II коррекции, вычитающий сумматор 1,1', блок 2,2' переменных коээфифициентов усиления, сумматор 3,3", интегратор 4, 4'. блок 5.5' постоянных коэффициентов, дополнительный блок 6 постоянных коэффициентов, Z входной сигнал, выходной сигнал основного фильтра, Z* = Z - - невязка, - выходной сигнал фильтра коррекции, - корректирующее воздействие. The diagram shows the main Kalman I filter, correction filter II, subtracting adder 1.1 ', block 2.2' of variable gain coefficients, adder 3.3 ", integrator 4, 4 '. 5.5' block of constant coefficients, additional block of 6 constant coefficients, Z input signal, the output signal of the main filter, Z * = Z - - residual, - output signal of the correction filter, - corrective action.

Адаптичный фильтр работает следующим образом. Adaptive filter works as follows.

На вход основного фильтра поступают результаты измерения. Эта информация на сумматоре 1 сравнивается с авыходной величиной основного фильтра. В результате этого формируется невязка, которая через блок переменных коэффициентов усиления поступает на остальные блоки фильтра Калмана. На выходе интегратора 4 формируется оценка измерений. Одновременно невязка Z*, содержащая случайную и систематическую составляющие с выхода сумматора 1 поступает на фильтр коррекции. Фильтр коррекции производит обработку информации аналогично основному фильтру. На его выходе формируется оценка невязки , соответствующая величине смещления с отфильтрованной случайной составляющей, которая поступает на блок 6 постоянных коэффициентов, где умножается на соответствующее значение весового коэффициента и подается в виде величины на третий вход сумматора 3. В результате этого осуществляется коррекция основного фильтра и устраняется смещение в оценке . The input of the main filter receives the measurement results. This information on the adder 1 is compared with the output value of the main filter. As a result of this, a residual is formed, which, through a block of variable gain factors, enters the remaining blocks of the Kalman filter. The output of the integrator 4 is formed by the evaluation of measurements. At the same time, the discrepancy Z * containing random and systematic components from the output of the adder 1 is fed to the correction filter. The correction filter performs information processing similarly to the main filter. At its output, a residual estimate is generated corresponding to the offset value with the filtered random component, which is fed to a block of 6 constant coefficients, where it is multiplied by the corresponding value of the weight coefficient and supplied as a value to the third input of the adder 3. As a result, the main filter is corrected and eliminated bias in the estimate.

Дополнение известного фильтра Калмана фильтром коррекции, имеющим ту же структуру, что и фильтр Калмана, выгодно отличает предлагаемое устройство от прототипа, т. к. позволяет повысить точность фильтрации нестационарных процессов в условиях грубой кприорной информации за счет выделения в "чистом виде" величины смещения с последующей коррекцией выходного сигнала, что позволяет расширить область применения предлагаемого фильтра. (56) Казаков И. Е. Статистическая теория систем управления в пространстве состояний. , М. : Наука, 1975, с. 147-155, рис. 3,2. The addition of the well-known Kalman filter with a correction filter having the same structure as the Kalman filter favorably distinguishes the proposed device from the prototype, because it allows to increase the accuracy of filtering unsteady processes in the conditions of coarse prior information due to the allocation in pure form of the offset value from subsequent correction of the output signal, which allows to expand the scope of the proposed filter. (56) I. Kazakov, Statistical Theory of Control Systems in the State Space. , M.: Nauka, 1975, p. 147-155, fig. 3.2.

Claims

ADAPTIVE FILTER FOR EVALUATION OF NON-STATIONARY PROCESSES, containing a Kalman filter, the input of which is an information input of an adaptive filter, and the output is an output of an adaptive filter and is made on a subtracting adder in series, a non-inverting input of which is an input of a Kalman filter, a block of variable gain factors, an adder and an integrator, the output of which is the Kalman filter output and is connected to the inverting input of the subtracting adder, and to the second input of the adder through a block of constants oeffitsientov, characterized in that, to improve the accuracy of estimation of non-stationary processes entered correction filter, similar to a Kalman filter whose input is connected to the output of the adder subtractor and output inputted through the complementary box of constant coefficients, connected to an additional input of the adder.