книги / Методы электрических измерений
..pdfтолько от значений, предшествующих этому моменту г (т) ] вы ражение (8.22) имеет вид
Л (t) = |
j |
h (t, |
T) Z |
(t) dx. |
(8.23) |
|
* —00 |
|
|
|
|
Кроме того, если z (т?) = |
0 |
при |
ф < |
0, то |
|
4 |
t |
|
|
|
|
Л g = |
J A (t, х) z (t) dx. |
(8.24) |
|||
|
D |
|
|
|
|
Для стационарных входных сигналов имеет смысл рассматри
вать |
линейный |
фильтр |
с постоянными параметрами, у которого |
h (t, |
т) зависит |
только |
от разности между текущим моментом и |
моментом приложения входного сигнала, т. е. h (t, —г) =h{t — т).
Тогда выражение (8.24) преобразуется к виду |
|
t |
|
Л (t) = Jz (/ — т) Л (т) dx. |
(8.25) |
о
Выходной сигнал фильтра о предсказанием определяется
выражением |
|
* (* + U) = J * {t — t) h (х + g dx = g[z (/)]. |
(8.26) |
о |
|
Для входного центрированного процесса М г (/) = 0 погреш
ность фильтрации и |
экстраполяции |
также случайный |
процесс: |
е (0 = *(* + /0) - х |
(/-К ), |
(8.27) |
|
а математическим ожиданием |
|
|
|
t |
|
|
|
М [8 (/)] =. Jк (т + |
и) М [г (It - ч)] d x - M [ x (t + 1 9)) = О, |
о
т. е. выполняется свойство несмещенности оценки. Следовательно, искомый фильтр-экстраполятор полностью характеризуется дис
персией погрешности оценки |
[351 |
|
|||
ol = |
M { g |
[г (/)] - x ( t |
+ |
g }• = М {g [z (t))}* - |
|
- |
m |
{g [z (t)} x (t + |
g } + м [x (t+ g ]a. |
(8.28) |
Подставим в уравнение (8.28) значение g [z (t) ] по выражению (8.26) и заменим произведение двух одинаковых интегралов {£ [г (/)]}* двойным интегрированием о переменными фи I ', тогда получим:
|
t |
( |
М !г [г (г)](■ = |
J |
J А (и + I.) A (Y + 1 .) М [г (< - 1 ).г (< - w')] dx dx' - |
t |
о |
о |
|
t |
|
= J |
\h { t + t9)h{x' + g Вя (x - xf) dx dx'\ |
D D
|
|
« [* (« + |
t,)f = в . (0) = <& |
|
|
|
|
t |
|
|
|
M {g [z (01 x(t + fe)} = { h (v + tg) M [x (t + tQ) z(x — T)] du = |
|||||
|
|
Q |
|
|
|
|
|
t |
|
|
|
|
|
— | h (T 4 |
4) Вы (<u -f- te) d'V, |
|
|
|
|
о |
|
|
|
где |
Bz («0 — q?') —• корреляционная функция |
входного |
сигнала |
||
г (0з |
Вгя (т 4 “ 4) — взаимная корреляционная |
функция |
полез |
||
ного х (t) и входного г (f) сигналов. |
|
|
|||
Таким образом, дисперсия погрешности фильтрации и экстра |
|||||
поляции |
|
|
|
|
|
|
t |
t |
|
|
|
|
erf = | |
J &(т 4 4) А (т' + ig) Bz (т — T') |
d<u du' — |
|
|
|
о |
о |
|
|
|
|
|
t |
|
|
|
|
|
— 2 1 h (47 + |
tg) Baz (T 4 4) d<&4 |
a|. |
(8.29) |
|
|
о |
|
|
|
Для отыскания оптимальной импульсной характеристики фильтра-экстраполятора ft0 (i) необходимо решить вариационную
задачу поиска минимума с^. Решается эта задача различными способами [11, 351, и ее решением является интегральное урав нение Винера—Хопфа
t |
|
j А («' 4 tg) Вг (v - <®') d*' = Втг (т + 4). |
(8.30) |
о |
|
Это уравнение в неявном виде определяет оптимальную им пульсную характеристику линейного фильтра-предсказателя Ви нера. Решив уравнение (8.30), можно определить параметры им пульсной характеристики оптимального линейного фильтра-пред сказателя. Однако в большинстве случаев для конкретных В2 (т) и Acz С®) это уравнение не имеет аналитического решения и при ходится ограничиваться приближенными решениями на ЭВМ. Кроме того, уравнение (8.30) справедливо для стационарных входных воздействий, а для общего случая нестационарных входных процессов решение уравнения Винера—Хопфа значи тельно усложняется. Трудности, возникающие при решении ин тегрального уравнения Винера—Хопфа, привели к тому, что была найдена новая процедура линейной фильтрации на основе решения не интегральных, а дифференциальных уравнений G за данными начальными условиями. Этот метод получил название фильтрации Калмана—Бьюси [35]. Предложенная Калманом и Бьюси рекуррентная процедура фильтрации не требует большой емкости памяти (в отличие от фильтра Винера) при практической реализации, и, кроме того, в этой процедуре заложено медленное
изменение параметров фильтра, т. е. изменяется h it, /'), в соот ветствии с изменениями характеристик нестационарного входного сигнала. Заметим, что у импульсной характеристики фильтра h (t, f) с переменными параметрами имеется двойная завись юсть от времени: одна отражает вид характеристики, другая — закон ее изменения. Выходной сигнал фильтра Л (t) при входном сигнале г (t) определяется интегралом свертки (8.24):
f |
* |
|
|
*(/)*= \h(t, |
- t') z (f) dt\ |
(8.31) |
|
О |
|
|
|
Для минимизации дисперсии погрешности фильтрации |
ojj =» |
||
= М U (/) — х (/) ]2 импульсная |
характеристика h (t, t') должна |
||
удовлетворять интегральному |
уравнению Винера—Хопфа |
|
|
t |
|
|
|
J h (tf, t") M [z (Г) г (01 df = М[х (t) г (f')]. |
(8.32) |
||
о |
|
|
|
Продифференцировав выражения (8.31) и (8.32) по текущему времени, получим соответственно:
t
■аг*Ю = $ |
О z(f)dt'+ ц и |
(8.зз) |
D |
|
|
t |
|
|
О м I2(П 2 (01 dt" + h (it, О M [z(t) z (?)] = |
|
|
Q |
|
|
= |
M [-i-* (0 * « ')]- |
(8.34) |
Производную полезного сигнала ~ x (t) можно представить
как результат прохождения белого шума v (/) через формирующий фильтр:
• ^ 2 - = о(0*(0 + о(0. |
(8.35) |
где a (t) — коэффициент, медленно изменяющийся |
во времени |
в соответствии с изменением дисперсии о* (t). Как и в предыдущем случае, полагаем, что процессы х (f), | (t), о (t) взаимно независи мы, центрированы и имеют корреляционные функции
м IS (*Ж О 1 = 9 (0 6 (* - /')| |
,8 36* |
М lv(t)v
Подставив в правую часть уравнения (8.34) значение произ водной (8.35), после преобразований получим уравнение, опреде-
.ляющее структуру фильтра Калмана—Бьюси,
■i-A(0 I') = [ а ( 0 - h(I, t)]h(l, ('). |
(8.37) |
Рис. 8.4. Фильтр Калмана—Бьюси с переменными параметрами
Окончательно дифференциальное уравнение фильтра Калмана— Бьюси для нестационарного центрированного процесса имеет вид
= a (0 £(t) + |
h ((, t ) [2(<) - *(/)] |
(8.38) |
при начальном условии х (0) = |
х0. |
|
Уравнение (8.38) однозначно определяет структуру линейного фильтра с переменными параметрами (рис. 8.4). Уравнение Ви нера—Хопфа (8.30) описывает только свойства фильтра, не опре деляя его структуры.
Техническая реализация оптимальных линейных фильтров для
непрерывных входных сигналов (аналоговых фильтров) |
связана |
с преодолением значительных трудностей. Для фильтра |
Винера |
Хопфа, описываемого уравнением (8.30), основной трудностью является реализация аналоговой памяти с большой емкостью. Для фильтра Калмана—Бьюси, описываемого уравнением (8.38), основной проблемой является реализация аналоговых перемножителей с переменными параметрами. Все это приводит к тому, что в аналоговой линейной фильтрации используются в основном фильтры Баттерворта 16] и подобные им фильтры на простых RC- цепочках и операционных усилителях, которые и могут успешно конкурировать с оптимальными фильтрами при удачно выбран ной частоте среза. Оптимальные линейные фильтры нашли при
менение при |
фильтрации последовательностей, рассмотренной |
в следующем |
разделе. |
8.3. ЛИНЕЙНАЯ И НЕЛИНЕЙНАЯ ФИЛЬТРАЦИЯ И ЭКСТРАПОЛЯЦИЯ ДИСКРЕТНЫХ ПОСЛЕДОВАТЕЛЬНОСТЕЙ
Большой класс измерительных задач связан о дискретизацией непрерывных входных сигналов; например, ограниченное быстро действие аналого-цифрового преобразования приводит к необ ходимости дискретизации входного процесса во времени. Таким образом, непрерывные входные сигналы процесса z (t — <t) за меняются его дискретами:
г it — я) = х {t — %i) g (t — %t), i = 1, . . . , ft. (8.39)
Как и в предыдущей задаче, требуется на основании наблюде ний дискретных отсчетов входного сигнала построить оптималь ную оценку будущего значения полезного сигнала Я (1 4 - Q.
Ограничимся сначала линейными процедурами:
П
&(* + **)= 2>ЫхУ-щ). (8.40) /=о
Для того чтобы найти оптимальные весовые коэффициенты /iit необходимо взять (п + 1)-ю частную производную от дисперсии погрешности оценки
<4 = М |Д Ых (t - ч ? ,) - * 0 + ts)| 2 |
(8.41) |
по этим коэффициентам и приравнять производные нулю. В ре зультате получим дискретный аналог интегрального уравнения Винера—Хопфа, который для стационарных входных сигналов имеет вид
П
Б htBu (нг— Hj) = Bzx(HJ + /э), j = 0, n. (8.42)
Решив систему уравнений (8.42), определим оптимальные ве совые коэффициенты h} [351. Коэффициенты левой части этой системы образуют матрицу размера (n -j- 1) X (л -f- 1), а правая часть — вектор-столбец:
~Вг(0) |
Вг (Нх) |
BZW |
Вxzfal“bto) |
B z (-ti) |
Bz(0) |
Bz(Tn - %) » |
|
|
|
1 |
_Bxz(%n |
J z ( ~ H n) |
Bz fa — *n) |
Bz(0) |
Сначала находим определитель D матрицы, затем определи тели Dj матриц, полученных из данной матрицы заменой /-го столбца вектором-столбцом правой части. Окончательно вычис ляем сами коэффициенты:
h} = D}(D, j = 0, ..., n. |
(8.44) |
Таким образом, процесс нахождений параметров дискретного фильтра Винера, значительно проще, чем определение параметров аналового фильтра. Определив оптимальные весовые коэффи циенты, можно найти и минимальное значение дисперсии погреш ности оценки
|
|
<4 min = Вя (0) — £ |
£ hihjBz(Hi — Hj). |
|
(8.45) |
|
|
|
(—о / = 0 |
|
|
|
|
Пример 8.5. Требуется построить прогнозно одному наблюдению в момент |
||||||
времени |
/. Полезный сигнал и помеха независимы, т. е, Вг (<р) = Вх (т) + |
(т), |
||||
Вгх (%) — Вх (т), |
причем известны корреляционные функции |
Вх (т) = |
о^рх (х), |
|||
fig (т) = |
o|pg (т). |
Оптимальная оценка |
будущего значения |
полезного |
сигнала |
по одному наблюдению согласно выражению (8.40)
* (/-И в)»М (0.
Уравнение (8.42) Принимает вид h0Bz (0) = Вх (/э), откуда получаем опти мальную оценку
*(И-*а) = |
Д««е) 2(0 = - |
Р* Уэ) X (t). |
(8.46) |
В г ( 0) |
°* + а1 |
|
При этом минимально возможная дисперсия погрешности оценки
^ш.п = ^(0)-А§Вг (0) = о2 |
(О |
|
°1 +°\ ‘ |
||
|
Пример 8.6. При прежних предположениях определим оптимальные парамет ры фильтра-экстраполятора по двум отсчетам: текущему г (t) и прошлому г (t — г). Выражение для оценки принимает вид
* (t + |
t9) = Aoz (t) + hjz (t - T). |
(8.47) |
Система уравнений (8.42) принимает вид |
|
|
hoB z(0) -f- lh.Bz (T) = |
Bx (te); h0Bz (%) -(- hiBz (0) = |
Bx (T -j- t9), |
откуда.
h- Bx(t*)Bz ( 0 ) - B x (T + t9)B z (x).
°B\ (0) - B\ (T)
h |
_ Bx (%+ t9)B z ( 0 ) - B x (t9)B z (x) |
(8.48) |
|
1 |
B2z (0 )-B l(x ) |
||
|
Аналогично можно получить оптимальные оценки при любом числе отсчетов. Конечно, учитывать прошлое целесообразно лишь для «гладких» полезных сигна лов, поскольку в противном случае веса А* « 0 при i > 0.
Напомним, что оптимальный линейный дискретный фильтр, описываемый уравнением (8.42), имеет ограниченную область применения, так как, во-первых, требуются априорные сведения о корреляционных функциях полезного сигнала и помехи и, во-вторых, эта процедура совершенно не защищена от выбросов, на пример, импульсных помех, поскольку отсчеты г (^) входят в оценку. '
Для расширения области применения фильтров-экстраполя- торов необходимо ставить задачу поиска оптимальных процедур среди нелинейных преобразований. Пусть имеется ряд дискрет ных наблюдений:
= |
+ |
= 1, |
п, |
|
где х (tt) — значение |
полезного |
сигнала в |
момент |
£ (/4) — |
реализация помехи в момент t%. |
|
|
|
Построим оптимальную экстраполяционную оценку (нелиней ную) полезного сигнала Jt (tn + 1), а также некоторый вероят ностный «коридор» для этой оценки, с тем чтобы при поступлении наблюдения г (tn ~Ь 1) отбраковывать его, если значение отсчета выходит за рамки «коридора», а экстраполяционную оценку г (tn -г 2) строить только по неотбраковэнным предыдущим на блюдениям без учета наблюдения z (£n + 1). Для построения экстраполяционной оценки и «коридора», конечно же, необхо димы вероятностные характеристики хотя бы полезных сигна лов. Оптимальные (наилучшие) оценки можно строить с исполь
зованием вероятностных характеристик полезного сигнала и помех. Известно [39], что лучшей для обеспечения минимальной дисперсии погрешности является оценка на основе условного среднего.
В гл. 7 уже рассматривались оптимальные оценки на основе условного среднего. Добавление случайного полезного сигнала, конечно, усложняет задачу, но методика остается прежней.
Пусть х (0 — случайный процесс, заданный конечномерной плотностью ф (t). Требуется синтезировать оптимальную (в от ношении минимальной дисперсии погрешности) экстраполяцион ную оценку полезного сигнала Jt (0 относительно п наблюдений zh — х (4) + 1ь при 1 •< k <; п. Плотность распределения помех имеет вид смеси
h (6) = qb (I) + pv (1), |
(8.49) |
где v (£) — функция, удовлетворяющая свойствам плотности рас пределения, в общем случае отличная от нормальной! 6 (|) — дельта-функция.
Из выражения (8.49) следует, что с вероятностью q измерения полезного сигнала производятся без ошибок, а с вероятностью р (р — мало, р + q = 1) измерения содержат сумму сигнала и помехи. Последовательность реализаций помех | (4) и процесса х (4) считаются независимыми, что вполне соответствует прак тике. Для придания робастных свойств' экстраполяционной оценке требуется построить вероятностный экстраполяционный «коридор» с целью отбраковки отсчетов с аномальными ошибками. Решение задачи сводится к поиску условной плотности полезного
сигнала х (t) |
при t i> tn относительно измерений Zu ..., |
zn. Плот |
||||||||
ность ф (х±, |
..., хп, х) совместного |
распределения величин х± = |
||||||||
= х (4), ...» |
хп — х (4), |
х = х (t) |
известна, |
найдем |
плотность |
|||||
распределения ф системы {jci, ха, |
.... хп, х, |
|i, ..., | п[. |
Учи |
|||||||
тывая независимость | | л} |
и |
{**}, |
получаем |
|
|
|
||||
|
ф (Хц |
Х%, |
. . . » |
Хщ X, |
| j , « « •» |
In) == |
|
|
||
|
|
|
|
|
n |
|
|
|
|
|
= |
ф(*1» |
...» |
xnf x) П [<7 6 (|ft) + |
pv(|ft) ] « |
|
|
||||
|
|
|
|
|
k=l |
|
|
|
|
|
» ф (* 1, . • *71. |
x) I (1 - |
лр) п б (|*)-j-p |
E |
V(gft) П 6 (|r)l |
||||||
|
|
L |
|
|
*==I |
к— i |
гфк |
J |
||
|
|
|
|
|
|
|
|
|
|
(8.50) |
(с точностью до членов порядка ря, учитывается малость р). Плотность распределения f fa, ..., z,,, х) для системы ве
личин {Zi, za, ..., Zn, х\ имеет следующий вид:
f ( t i , . . . . Zn, *) = (! — P«)j* |
^<P(*i — li, .... tn — In, x) x |
||
X 6 (h) |
««,)<& |
d|„ + |
* (т)+а
\ Р (Фи |
2n) dx = - 1 |
• |
(8.53) |
*(Х) |
2 |
|
|
|
|
|
Предположим, что можно построить аналогичный интервал для условной плотности Фге/ф, т. е. имеется решение трансцендент ного уравнения
|
|
|
*0 (Т) |
Ф* А __ |
V . |
|
|
|
||
|
|
|
Г |
|
|
|
||||
|
|
|
J |
Ф |
|
|
|
|
|
|
|
|
*о('с)-бГ |
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
(8 ' 54) |
|
|
|
* 0 (т) |
|
|
|
|
|
|
|
a 6t (i — 1, 2) |
будем |
искать в |
виде |
6* = 6* -f p$h фиксируя |
||||||
Zi....... zn, запишем |
|
|
|
|
|
|
|
|
||
|
|
Р (Фи |
|
|
|
|
|
|
|
|
рде принято обозначение |
|
|
|
|
|
|
|
|||
|
|
|
L /v\ _ Ф^Х |
Фх8 |
|
|
|
|
||
|
|
|
|
ф2 |
|_ рф0 * |
|
|
|
||
|
Учитывая выражения (8.54), запишем второе из уравнений |
|||||||||
(8.53) в виде |
|
|
|
|
|
|
|
|
|
|
|
* <т)+ 6*+Р02 |
|
* (1) + а*+ рР2 |
|
|
|
*0 (t)+e* |
|
||
|
J |
- l f dx + P |
J |
h(x)dx= |
j |
^ d x |
||||
|
*■(г) |
|
|
Л(т) |
|
|
|
|
*0(т) |
|
или о точностью |
до членов второго порядка малости р2 |
|||||||||
|
* СО-Гад+РРо |
Фх |
* (Т) |
|
*0(т)+а* |
|
||||
|
J |
J |
|
+ |
p |
|
J |
А(*)<& = 0 |
||
|
|
|
|
|||||||
|
*0 (тн-в5 |
|
*0 (т) |
|
|
|
Jfo |
(X) |
|
|
Согласно выражению |
(8.52) искомая |
оценка к (т) = £ 0 СО + |
||||||||
» |
+°° |
|
|
|
|
|
|
|
|
|
+ р |
J xh{x)dx, |
поэтому, |
пользуясь |
формулой |
Тейлора и |
|||||
|
—00 |
|
|
порядка |
ра, |
получим |
|
|||
отбрасывая малые величины |
|
|||||||||
|
Ф |
|*= а0 м + а * |
Р-2 + |
+00 |
|
(л') dx |
|
|
||
|
J |
|
|
|
||||||
|
Фх |
|
|
|
|
|
|
|
|
|
|
|
+00 |
|
*0 <Т>+°2 |
*w* " 0, |
|||||
|
|
J *АМЛ+ |
J |
|
||||||
|
|
-00 |
|
*„Ъ) |
|
|
|
откуда следует
|
Ч |
(X) Ч |
-j-oo |
xh(x)dx — |
|
Ра = |
J |
|
|||
|
Ф |
нг-оа |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
\ |
<*>+«* |
|
|
|
|
— |
^ |
h(x) dx ((Р^0^>+в2/ф)"1* |
(8.55) |
||
|
Ло (х) |
|
|
|
|
Аналогично найдем рх: |
|
|
|
||
|
|
xh( x ) ix - |
*o (X) |
|
|
P i= |
j |
$ |
I .M * OPi. 0 |
|
|
|
|
|
|
|
(8.56) |
Заметим, что для гауссовского распределения полезного сиг нала х (т) трансцендентные уравнения (8.54) разрешимы при помощи табулированной функции Лапласа Ф, поскольку в этом случае условная плотность фж/ф нормальна. Кроме того, так как фж/ф симметрична относительно своего среднего £0, то 6* = 62.
Проиллюстрируем примером применение полученных алго ритмов экстраполирования и отбраковки по одному наблюдению в предположении гауссовского распределения полезного сигнала
x(t), т. е. f (х) ~ Np (0, of) при известной корреляционной функ ции процесса.
Пример 8.7. Построение экстраполяционной оценки по одному с аддитивной помехой наблюдению г (/*) = х ( ) + g (/*). (Индекс номера наблюдения может быть произвольным, поэтому вместо zt будем использовать обозначение г.)
При р = 0 (отсутствие выбросов) из уравнения (8.52) имеем
+ 0 0
х (т, / ) = ^ Хфх dx/Ф =
J—00
ф_ |
1 |
[x — k (т) г]2 ) / |
Ф= k (т)г. |
|
aj У l — k2 (т) |
2о}[1 — ^ ( г ) ] / / |
|
|
|
||
Определим второй член в выражении (8.52): |
|
||
|
Ф f Qxx dx — 0 f xq>x dx r |
г с |
|
F= p- v W T W ) -------= 1ФJ * 1 ф(2- ^ * ^ ® d*dx- |
|||
|
— JJФ(Z— g, л:) V (g) dg dx J *фжdxj[ф (ф + р0)Г1 = |
||
= [ф f х J Ф(2 — I, x ) v ( t ) d $ d x — J x |
f Ф(г — §)v(£)d*dgl (ф(ф + р0)Г1. |
||
|
|
|
(8.57) |