RU2050590C1 - Стохастический фильтр - Google Patents

Стохастический фильтр Download PDF

Info

Publication number
RU2050590C1
RU2050590C1 SU5044818A RU2050590C1 RU 2050590 C1 RU2050590 C1 RU 2050590C1 SU 5044818 A SU5044818 A SU 5044818A RU 2050590 C1 RU2050590 C1 RU 2050590C1
Authority
RU
Russia
Prior art keywords
calculating
moments
unit
inputs
input
Prior art date
Application number
Other languages
English (en)
Inventor
С.В. Соколов
Original Assignee
Ростовское высшее военное командно-инженерное училище ракетных войск им.Главного Маршала артиллерии Неделина М.И.
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 Ростовское высшее военное командно-инженерное училище ракетных войск им.Главного Маршала артиллерии Неделина М.И. filed Critical Ростовское высшее военное командно-инженерное училище ракетных войск им.Главного Маршала артиллерии Неделина М.И.
Priority to SU5044818 priority Critical patent/RU2050590C1/ru
Application granted granted Critical
Publication of RU2050590C1 publication Critical patent/RU2050590C1/ru

Links

Images

Landscapes

  • Complex Calculations (AREA)

Abstract

Изобретение относится к специализированной вычислительной технике и может быть использовано для субоптимального оценивания нелинейных стохастических сигналов. Цель изобретения - повышение точности. Фильтр содержит блоки фильтрации, блоки вычисления коэффициентов рекурсии, блоки вычисления апостерифных моментов, блок вычисления коэффициентов ряда Тейлора, блок вычисления моментов одномодальной плотности и блок вычисления моментов полимодальной плотности. 3 ил.

Description

Изобретение относится к специализированной вычислительной технике и может быть использовано для субоптимального оценивания нелинейных стохастических сигналов.
Известны субоптимальные фильтры, использующие аппроксимацию апостериорной плотности вероятности (АПВ) оцениваемого процесса гауссовской плотностью распределения в предложении возможности полиномиального представления коэффициентов основного уравнения фильтрации.
Недостатком таких фильтров является невозможность их использования для оценки выходных процессов нелинейных объектов, АПВ которых оказывается асимметричной, эксцессной, финитной, а также полимодальной.
Наиболее близким по техническому исполнению к предложенному устройству является стохастический фильтр, построенный на основе аппроксимации АПВ системой плотностей Пирсона и содержащий группу блоков формирования апостериорных моментов, блок формирования коэффициентов фильтра и группу блоков формирования коэффициентов рекурсии.
Недостатком данного фильтра является низкая точность при оценке выходных сигналов нелинейных объектов, АПВ которых оказывается полимодальной.
Цель изобретения повышение точности работы устройства, позволяющего оценивать стохастические сигналы с полимодальной АПВ.
Подобная задача возникает при оценке негауссовских сигналов в системах со случайной структурой, системах управления с автоколебательным режимом функционирования, системах связи со случайными параметрами канала прохождения сигналов и т.д.
Для решения этой задачи были использованы следующие теоретические соображения. Пусть АПВ процесса Y (t) аппроксимируется аддитивной (полимодальной) смесью плотностей Пирсона ρ (Y,t), соответствующим образом сдвинутых по оси Y:
ρz(Y,t)
Figure 00000001
(Y+Ci,t),
Figure 00000002
= 1 (1) где Сi, i=
Figure 00000003
известные константы.
Общий подход к формированию системы уравнений апостериорных моментов, в общем случае незамкнутой, известен. На его основе была получена система четырех уравнений моментов АПВ семейства Пирсона. В рассматриваемом случае необходимо определить зависимость высших апостериорных моментов распределения (1) от низших; на основе найденной зависимости трансформировать систему уравнений в конечномерную.
Для осуществления первого этапа решения определим связь моментов m1распределения ρz (Y,t) c моментами moi распределения ρ (Y,t).
Умножая обе части (1) на степенную функцию n-го порядка и интегрируя, для n-го момента mn имеем
mn=
Figure 00000004
Figure 00000005
C j n ·(-Ci)j·mo(n-j)
Figure 00000006
Sj·mo(n-j), (2) где
Sj= C j n
Figure 00000007
(-Ci)j, moo= 1, откуда вытекает также, что первые четыре момента распределения Пирсона, не выражаемые через остальные, могут быть представлены через первые четыре момента распределения ρZ (Y,t):
m01 m1 S1, (3)
m02 m2 S1 ˙m1 + γ1,
γ1 S1 2 S2,
m03 m3 S1 ˙m2 + γ1 ˙m1 + γ2,
γ2 -S1 3 + 2S1S2 S3,
m01 m4 S1m3 + γ1 ˙ m2 +
+ γ2 ˙ m1 + γ4,
γ4 S1 4 3S1 2S2 S4 + 2S1S3 + S2 2
Подстановка (3) в выражение, определяющее связь моментов распределения Пирсона, позволяет выразить mo(n-j) через первые четыре момента ρz(Y,t), после чего окончательное определение связи высших моментов АПВ ρz(Y,t) c первыми четырьмя достигается подстановкой вновь полученного выражения связи в (2). Использование преобразованного таким образом выражения (2) позволяет получить искомую замкнутую систему моментов АПВ ρz (Y,t).
Сущность изобретения состоит в том, что в устройство введены блоки вычисления моментов полимодальной плотности (БВМПП) и одномодальной плотности (БВМОП), i-й вход БВМОП соединен с выходом i-го блока вычисления апостериорного момента и объединен с входом i-го (i+1)-входового сумматора БВМОП и входами (4-i), i=
Figure 00000008
масштабирующих усилителей второй группы, выходы которых подключены к входам соответствующих сумматоров БВМОП, последние входы которых соединены с выходами масштабирующих усилителей первой группы, входы которых объединены и соединены с шиной единичного потенциала, а выходы сумматоров являются выходами БВМОП, j-й выход БВМОП подключен к (5-j)-му входу блока вычисления первого коэффициента рекурсии, j-му входу блока вычисления нелинейной части третьего коэффициента рекурсии, (12-j)-му входу блока вычисления второго коэффициента рекурсии, кроме j 3,4 третий выход БВМОП также подключен к входу второго умножителя в первом блоке фильтрации, четвертый выход к входам умножителей первого и второго блоков фильтрации и девятому входу блока вычисления второго коэффициента рекурсии, а также j-й выход БВМОП подключен к j-му входу БВМПП, j j=
Figure 00000009
, остальные N входов которого соединены с выходами соответствующих блоков фильтрации, причем, k-й вход БВМПП объединен с входом k-го (k+1)-входового сумматора БВМПП и входами (N+4-k),
Figure 00000010
, масштабирующих усилителей второй группы, выходы которых подключены к входам соответствующих сумматоров БВМПП, последние входы которых соединены с шиной единичного потенциала, а выходы сумматоров являются выходами БВМПП, подключенными к соответствующим входам блоков вычисления апостериорных моментов, выходы которых являются выходами устройства.
На фиг.1 приведена функциональная схема предложенного фильтра. на фиг.2 схема блока вычисления моментов одномодальной плотности; на фиг.3 схема блока вычисления моментов полимодальной плотности.
Фильтр содержит блоки 1 фильтрации, каждый из которых состоит из умножителей 2,3, сумматора 4 и умножителя 5, блок 6 вычисления первого коэффициента рекурсии, блок 7 вычисления второго коэффициента рекурсии, блок 8 вычисления нелинейной части третьего коэффициента рекурсии, блоки 9 вычисления третьего коэффициента рекурсии, блоки вычисления первого 101, второго 102, третьего 103 и четвертого апостериорных моментов, блок 105 вычисления коэффициентов ряда Тейлора, блок 106 вычисления моментов одномодальной плотности, блок 107 вычисления моментов полимодальной плотности. Блок 106 (см.фиг. 2) содержит сумматоры 111-114 и масштабные усилители 121-1210.
Блок 107 (см.фиг.3) содержит сумматоры 131-13N+4 и масштабные усилители 141-14 (3[
Figure 00000011
(N+4) х (N+3)]
Работа стохастического фильтра происходит следующим образом: в блоке 106 на основании текущих значений искомых апостериорных моментов m1÷m4 осуществляется формирование моментов m01÷m04 согласно (3) для дальнейшей реализации в блоках 11÷9N связи моментов распределения Пирсона; данное формирование происходит путем соответствующего масштабирования значений m1÷m4 в усилителях блока 106 с последующим их суммированием в сумматорах блока 106. Коэффициенты усилений усилителей соответственно пропорциональны константам Sj и их комбинациям γm в (3);
В блоке 107 на основании текущих (N+4) моментов пирсоновского распределения m01÷mo(N+4) cогласно (2) осуществляется формирование высших (N+4) апостериорных моментов m1÷mN+4; подобное формирование происходит за счет соответствующего масштабирования значений m01 ÷ mo(N+4) в усилителях блока 107 (коэффициенты их усиления пропорциональны соответствующим константам S1B (2) с последующим их суммированием в сумматорах блока 107.
Таким образом, реализация преобразований (2,3) в блоках 107, 106 в совокупности с реализацией связи моментов Пирсона в блоках 11÷9N и окончательным вычислением моментов ρz (Y,t) в блоках 101÷104 позволяет решить поставленную задачу сформировать на выходе устройства (блоков 101÷104) искомые апостериорные моменты m1÷m4 полимодальной плотности ρz(Y, t), повысив тем самым по сравнению с прототипом точность оценивания сигнала Y(t), являющегоcя выходным процессом систем со случайной структурой, систем с автоколебательным режимом функционирования и т.д.

Claims (1)

  1. СТОХАСТИЧЕСКИЙ ФИЛЬТР, содержащий блоки фильтрации, блок вычисления первого коэффициента рекурсии, блок вычисления второго коэффициента рекурсии, блоки вычисления третьего коэффициента рекурсии, блок вычисления нелинейной части третьего коэффициента рекурсии, блоки вычисления первого, второго, третьего и четвертого апостериорных моментов, блок вычисления коэффициентов ряда Тейлора, информационный вход и вход задания коэффициентов которого являются соответственно информационным входом фильтра и первой группой входов задания коэффициентов сноса и диффузии фильтра, вторая группа входов задания коэффициентов сноса и диффузии которого соединена с первыми группами входов блоков вычисления первого четвертого апостериорных моментов, вторые группы входов которых соединены с выходами блока вычисления коэффициентов ряда Тейлора, выходы блоков вычисления первого четвертого апостериорных моментов являются выходами соответственно первого четвертого апостериорных элементов фильтра, выход блока вычисления первого коэффициента рекурсии соединен с первыми входами блоков фильтрации, вторые входы которых подключены к выходу блока вычисления второго коэффициента рекурсии, выходы блока вычисления нелинейной части третьего коэффициента рекурсии соединены с входами блоков вычисления третьего коэффициента рекурсии, выходы которых подключены к третьим входам одноименных блоков фильтрации, выход каждого блока фильтрации, кроме последнего, подключен к четвертому входу последующего блока фильтрации, отличающийся тем, что в него введен блок вычисления моментов одномодульной плотности, состоящий из n сумматоров (где n число моментов плотности распределения) и n групп масштабных усилителей по i масштабных усилителей в каждой i-й группе (где i 1 n) и блок вычисления моментов полимодальной плотности, состоящий из n сумматоров и n групп масштабных усилителей по i масштабных усилителей в каждой i-й группе, причем шина единичного потенциала через первый масштабный усилитель i-й группы в блоках вычисления моментов одномодальной и полимодальной плотности соединены с первым входом i-го сумматора, выход каждого j-го блока вычисления j-го (j 1 4) апостериорного момента соединен с вторым входом j-го сумматора блока вычисления моментов одномодальной плотности и через (j 1)-й масштабный усилитель j-й группы подключен к (j 1)-му входу (j + 1)-го сумматора блока вычисления моментов одномодальной плотности, выход j-го сумматора блока вычисления моментов одномодальной плоскости подключен к второму входу j-го сумматора блока вычисления моментов полимодальной плотности, к j-му входу блока вычисления первого коэффициента рекурсии, к j-му входу блока вычисления нелинейной части третьего коэффициента рекурсии и к первой группе входов блока вычисления второго коэффициента рекурсии, вторая группа входов которого подключена к группе выходов блока вычисления первого коэффициента рекурсии, выход i-го блока фильтрации соединен с вторым входом (j + 4)-го сумматора блока вычисления моментов полимодальной плотности, выходы блока вычисления моментов полимодальной плотности соединены с третьими группами входов блоков вычисления первого четвертого апостериорных моментов.
SU5044818 1992-06-01 1992-06-01 Стохастический фильтр RU2050590C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
SU5044818 RU2050590C1 (ru) 1992-06-01 1992-06-01 Стохастический фильтр

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
SU5044818 RU2050590C1 (ru) 1992-06-01 1992-06-01 Стохастический фильтр

Publications (1)

Publication Number Publication Date
RU2050590C1 true RU2050590C1 (ru) 1995-12-20

Family

ID=21605544

Family Applications (1)

Application Number Title Priority Date Filing Date
SU5044818 RU2050590C1 (ru) 1992-06-01 1992-06-01 Стохастический фильтр

Country Status (1)

Country Link
RU (1) RU2050590C1 (ru)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2755677C1 (ru) * 2021-03-19 2021-09-20 Ордена Трудового Красного Знамени федеральное государственное бюджетное образовательное учреждение высшего образования «Московский технический университет связи и информатики» (МТУСИ). Робастный стохастический фильтр
RU2826922C1 (ru) * 2024-04-06 2024-09-18 Ордена Трудового Красного Знамени Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Образования "Московский Технический Университет Связи И Информатики" Робастный стохастический фильтр

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Авторское свидетельство СССР N 1675905, кл. G06F 15/36, 1991. *
Д.Скайдер. Метод уравнений состояния для непрерывной оценки в применении к теории связи. М.: Энергия, 1983, с.111. *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2755677C1 (ru) * 2021-03-19 2021-09-20 Ордена Трудового Красного Знамени федеральное государственное бюджетное образовательное учреждение высшего образования «Московский технический университет связи и информатики» (МТУСИ). Робастный стохастический фильтр
RU2826922C1 (ru) * 2024-04-06 2024-09-18 Ордена Трудового Красного Знамени Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Образования "Московский Технический Университет Связи И Информатики" Робастный стохастический фильтр

Similar Documents

Publication Publication Date Title
Weinert Efficient computation for Whittaker–Henderson smoothing
Rice Inverse convolution filters
RU2050590C1 (ru) Стохастический фильтр
EP1220063B1 (en) Non-integer order dynamic systems
Claasen et al. Quantization noise analysis for fixed-point digital filters using magnitude truncation for quantization
Pawula et al. On filtered binary processes
Nishimura et al. A new class of very low sensitivity and low roundoff noise recursive digital filter structures
Korkut et al. Some qualitative properties of solutions of quasilinear elliptic equations and applications
Brunner et al. A spline collocation method for linear Volterra integro-differential equations with weakly singular kernels
Fischer et al. Image sharpening using permutation weighted medians
Hone et al. A Hirota bilinear equation for Painlevé transcendents PIV, PII and PI
US5311454A (en) Digital multiplier-accumulator
Abramowich On Gronwall and Wendroff type inequalities
DE4022381C2 (de) Verwendung langer Digitalfilter bei Vorkommnis von Abrundungsfehlern
Damian et al. A low area FIR filter for FPGA implementation
RU2065620C1 (ru) Стохастический фильтр
Van Der Poorten Zeros of p-adic exponential polynomials
Bingham A method of avoiding loss of accuracy in nodal analysis
Gatto et al. Numerical evaluation of the modified Bessel functions I and K
SU744455A1 (ru) Устройство дл индентификации линейного объекта
RU2053555C1 (ru) Многофункциональный тригонометрический преобразователь
RU2170946C1 (ru) Декомпозиционный линейный фильтр
Ogawa Global well-posedness and conservation laws for the water wave interaction equation
Milić et al. Numerical algorithm for nonlinear state feedback ℌ∞ optimal control problem
RU2065203C1 (ru) Косинусный преобразователь