книги / Модели непрерывных каналов связи на основе стохастических дифференциальных уравнений
..pdfРассматриваемая здесь задача оценивания поля в более об щей форме, чем это сделано выше, может быть поставлена сле дующим образом. Пусть задана модель случайного поля в виде СДУ с частными производными одного из типов, введенных в
разд. 1.4.3, с теми или иными ограничениями на входное воздей ствие, коэффициенты уравнений, краевые условия и т. п.
Необходимо синтезировать алгоритм формирования наилучшей
по критерию (5.4.3) оценки поля у (t, г) или его вектора состоя-
ния х(/, г) в точке (t, г) на основе наблюдения реализации поля y{t, г) в аддитивной смеси с шумом п(/, г),
z(t, г )= у (/, г) -j-n (/, г) |
(5.4.3) |
в некоторой заданной пространственно-временной области /. Вы
бор ее во многом |
и определяет тип алгоритма оценивания. |
В зависимости |
от того, располагается ли точка (t, г), в кото |
рой оценивается поле, на границе области /, вне или внутри нее, говорят об оптимальной фильтрации, экстраполяции (прогнозиро вании, предсказании) или интерполяции (сглаживании) поля.
При идентификации модели поля (5.2.1) методом, изложенным в §5.3, рассматривается область наблюдения / = [ 0 , Т] XQ, ив не прерывном случае необходима оценка, которая является решением задачи фильтрации, а в дискретном — экстраполяции по времени на «один шаг» по наблюдениям в этой области. Именно эти зада чи и рассматриваются в последующих разделах.
Такое обобщение калмановского оценивания, когда поле опи сывается уравнениями состояния типа (5.2.1) или им подобными, предполагающими упорядоченность состояний по времени, и в ана логичном виде ищется оценка, оказывается наиболее простым. Под состоянием в фиксированный момент t при этом понимается поле х (/, р), рассматриваемое как векторная функция р, опреде
ленная на всей области |
Q (т. е. элемент гильбертова |
простран |
ства), а оценка определяется рекуррентно только по t: |
|
|
x(t, г)= М {х (^ , |
г) |z (*с, p), *£[0. t], p£Q }. |
(5.4.4) |
Ясно, что в этом случае рассматриваемая задача сводится к задаче калмановского оценивания для случайного процесса со значениями в функциональном пространстве, а при наблюдении поля в конечном числе точек — к задаче оценивания многомерного марковского процесса.
Наряду с этим можно использовать и модели, основанные на других способах упорядочения поля (см. разд. 1.3.2 и 1.4.3), и формировать оценку рекуррентно не только по времени, но и по пространству, например искать
x(t, r)= M {x (f, r)|z(t, р), т £ [0 , /], р £ [0, г]}.
Рассмотрим некоторые пути реализации перечисленных подхо дов к задаче калмановского оценивания полей.
171
5.4.2. Линейное оценивание состояния поля
Рассмотрим модель марковского по времени поля, задаваемую векторным уравнением состояний
M h JL = sCx(t, г) —(- G (/, г)1(<, г) |
(5.4.5) |
ot г
и уравнением наблюдений
z (/, г) = Сх(£, г)+ п (* , г), |
(5.4.6) |
где ^ — некоторый линейный интегральный или интегродиффе-
ренциальный оператор по пространственным координатам на мно жестве векторных ПВ сигналов; § (/, г) и п(£, г) — некоррелирован ные между собой и дельта-коррелированные по времени слу чайные поля с матрицами пространственной корреляции (когерентности) Q£(^, г, р) и Qn(£. г, р);
М1(/, r)iT(,, P) = Q6(<. г. р) 8 (/-•*),
Mn(*. r)nT(t, p)=Qn(t, г. р)8((-•.). |
(5.4.7) |
Предполагается, что для полезной компоненты наблюдаемого поля или самого вектора состояний заданы детерминированные1 начальные и граничные условия
х(<„ Г)=х„(г), ®ГХ(<, Г)|rsr = 0. |
(5.4.8) |
где 3$т — линейный пространственный оператор; |
Г — граница на |
блюдаемой области Q.
Нелинейные модели, а также уравнения существенно иной по сравнению с (5.4.5) структуры рассмотрены в разд. 5.4.3, 5.4.4.
Задача оптимальной фильтрации калмановского типа для слу чайных полей, описываемых СДУ вида (5.4.5) с теми или иными ограничениями на вид оператора &г граничные условия рассма
тривалась многими авторами, например [4, 44, 78, 92, 159, 164,
188]. Подробная библиография приведена в обзорах [107, |
109, |
||
112, |
115, |
116]. |
на |
Если |
измерения поля производятся в дискретных точках |
блюдаемой области пространства или осуществляется дискретиза ция поля по пространству более общим методом за счет представ ления его в некотором базисе, как описано в разд. 5.1.4, то можно заменить СДУ в частных производных (5.4.5) системой обыкно венных СДУ относительно компонент дискретного представления вектора состояния Xk(t) [в частном случае — отсчетов x(t, г^)].
1 Можно рассматривать (см., например, [190]) и задачу со стохастическими граничными условиями.
172
Эту систему удобно записывать в виде одного векторного урав
нения вида (5.1.29): |
|
|
^ - = F ( / ) X ( 0 + |
G «S (< ). |
(5.4.9) |
где Х (/), В ( 0 — блочные векторы, |
составленные |
из компонент |
дискретного представления векторов состояний x(t, г) и %(t, г),
как |
это |
описано |
в разд. 5.1.4; |
F(/) и Q(t) — матрицы, состоящие |
из М'ХМ матричных блоков |
и зависящие от вида операторов |
|||
£Cr, |
G |
и способа |
их дискретизации. |
Если дискретизация поля производится простым взятием от счетов в различных точках пространства и G(/, г) в исходном
СДУ |
не пространственный |
оператор, |
а обычная |
матрица, то |
|||
G (/) — блочно-диагональная |
|
матрица вида |
|
||||
|
|
" G (/, г,) |
|
О |
О |
|
|
|
G (t) = : |
О |
G(/, г2) |
О |
(5.4.10) |
||
|
|
|
О |
|
О |
G(t> гм) |
|
Определение |
вида |
матрицы F(t) поясним на примере. Пусть |
|||||
имеется |
только |
одна |
пространственная |
координата |
г и |
||
|
|
|
*г = |
А |
|
|
а поле заменяется отсчетами Xk ( t ) =x( t , га), взятыми с интерва
лом Аг. Тогда |
конечноразностная |
аппроксимация |
дает |
|
||||||
|
|
(Дг)2 |
r» + i ) - 2 x (*- гк ) + х ('' |
г*-»)]. |
|
|||||
|
|
|
|
|
|
|
|
|
||
и, следовательно, матрица F(/) |
имеет блочно-трехдиагональную |
|||||||||
структуру: |
|
|
|
|
|
|
|
|
|
|
|
1 |
— 2А(/, |
г,) |
A(t, г,) |
0 |
|
|
0 |
“ |
|
F (0 = |
A (/, |
r2) |
— 2А(t, |
г2) |
A(t, |
г2) |
|
0 |
|
|
(Дг)2 |
0 |
|
0 |
|
0 |
A(t, ГдО |
2А(/, |
гд!)_ |
||
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
(5.4.11) |
|
где А — квадратная матрица л-го порядка. |
|
конечнораз |
||||||||
Аналогично |
можно записать |
матрицу |
F(t) и для |
|||||||
ностной |
аппроксимации других видов. |
|
|
|
|
|||||
Уравнение наблюдения дискретизованного поля с учетом (5.4.6) |
||||||||||
принимает вид |
Z (/) = (I® C )X (0 + N (0 , |
|
(5.4.12) |
|||||||
где |
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
Z (/) =
® — знак кронекеровского произведения.
173
Блочные векторы шумов в (5.4.9) и (5.4.12) в силу (5.4.7)
имеют корреляционные матрицы |
|
|
|
BN (1, T) = |
M[N (t)Nr (т)] = |
<HN (t) 8 ( 1 - 1), |
|
|
|
|
(5.4.13) |
Bg (1, x) = |
M В (f) ET (*) = |
Ф а (1) 8 (t - %), |
|
составленные из блоков |
|
|
|
ВШ = |
Мп* |
= ®N/M8 |
|
|
|
|
(5.4.14) |
B SM = Kf) ^ М = ф аы8 (<—т)'
К уравнению (5.4.9) уже применим обычный алгоритм опти мальной фильтрации Калмана — Бьюси, известный для многомер ных марковских процессов. Поскольку получаемые при этом оцен ки необходимы для осуществления идентификации параметров, описанной в § 5.3, приведем для них выражения применительно к частному (и наиболее типичному) случаю, когда поле y(t, г) представляется обычными отсчетами y ( t , гд) в дискретных точках пространства. Такие выражения интересны еще и потому, что позволяют наглядно (хотя и нестрого) проследить переход к не прерывной фильтрации. Рассмотрим кратко и другой тип дискре тизации. Искомая оценка
х(1, г „)= М {х (/, r*)|Z(t, г,), *= [0, 1],
|
|
1=1, 2........ М} |
(5.4.15) |
удовлетворяет системе |
векторных дифференциальных |
уравнений |
|
„ |
,м |
м |
|
|
|
r / ) + £ К(1, т„, r,)[z(l, г ,) - С х (1 , г,)]; |
|
|
/=1 |
/=1 |
(5.4.16) |
|
|
|
в которых сигнал ошибки фильтрации умножается на матричные
коэффициенты |
усиления, образующие |
пространственную |
ИПХ |
|
|
м |
|
|
|
|
К(1. тк, г , ) = 2 |
К_(<, rk, |
Tj)CTRtt(t), где |
(5.4.17) |
R;, (1)= |
[фД,; к„«, г4, |
г,)= М[х(1, г*) — х (#, г4)1Х |
Х[х(1 . г ,) - х ( 1 , г,)]г
—матрица пространственной корреляции ошибки фильтрации, удовлетворяющая матричному уравнению Риккати
dK„(t, rkt г/) |
м |
- JL1 j------- |
=У ] [Ffcm(0 К_(/, rm г,)+ К-(/, г*. rm)F^«) - |
174
м |
|
|
- J j K j # . |
r;)C rRM(<)CK « , rm, r,)] + G(f, |
г*)Ф2Ы(0О(<. г,). |
/=1 |
& = 1, 2.......AI, |
(5.4.18) |
|
||
Оценка ищется при начальных условиях |
|
х (0. г*) = х (0, гЛ)=|*х(0, гй),
(5.4.19)
(0, гА, г/)= |
А , г*. Г; е й . |
х |
хм |
В уравнения (5.4.16) входят блоки обратной матрицы прост ранственной корреляции шума наблюдений [ON (Z)]” 1. Обращение
блочной матрицы высокой размерности — весьма трудоемкая опе-
Рис. 5.7. Структурная схема фильтра Калмана для случайного поля, наблюдаемого в дискретных точках пространства (буквенные обо значения указывают матричные коэффициенты передачи звеньев).
рация. Поэтому целесообразно осуществлять дискретизацию поля по пространству так, чтобы компоненты шума были не коррелированы не только по t, но и по г. При взятии отсчетов это обеспе чивается выбором интервала отсчетов, соответствующего нулям функций пространственной корреляции:
Q„ (t, ЙДг, Mr) = Фп (t, г„) ои . |
(5.4.20) |
Аналогично можно потребовать и для возбуждающего поля
Q|(<, АДг, Мг) = Ф |(/, Гц)8ы.
При других, более общих видах дискретизации некоррелиро ванность обеспечивается выбором базиса Карунена — Лоэва [127].
175