- Код статьи
- 10.31857/S000523102306003X-1
- DOI
- 10.31857/S000523102306003X
- Тип публикации
- Статья
- Статус публикации
- Опубликовано
- Авторы
- Том/ Выпуск
- Том / Номер выпуска 6
- Страницы
- 49-66
- Аннотация
- Представлена модель стохастической системы наблюдения, позволяющая учесть временные задержки между поступившим наблюдением и фактическим состоянием наблюдаемого объекта, сформировавшим эти наблюдения. Такого рода задержки возможны при наблюдении за движением объекта в водной среде с применением акустических сонаров и оказывают принципиальное влияние на точность отслеживания положения. Приведены уравнения для решения оптимальной в среднем квадратическом задачи фильтрации. Поскольку практическое использование оптимального решения фактически невозможно из-за вычислительной сложности, основное внимание уделено альтернативному, неоптимальному, но вычислительно эффективному подходу. Именно, к предложенной модели адаптирован условно-минимаксный нелинейный фильтр (УМНФ), сформулированы достаточные условия существования его оценки. Проведен вычислительный эксперимент на близкой к практическим потребностям модели. Результаты эксперимента показали, с одной стороны, работоспособность УМНФ в рассматриваемой модели, с другой - значительное падение качества оценивания в сравнении с моделью без случайной задержки наблюдений, что можно рассматривать как источник для дальнейшего исследования модели и связанных с нею задач.
- Ключевые слова
- нелинейная стохастическая система наблюдения наблюдения со случайными запаздываниями условно-минимаксный нелинейный фильтр имитационное моделирование
- Дата публикации
- 15.06.2023
- Год выхода
- 2023
- Всего подписок
- 0
- Всего просмотров
- 10
Библиография
- 1. Bar-Shalom Y., X.-R. Li, Kirubarajan T. Estimation with Applications to Tracking and Navigation: Theory, Algorithms and Software. John Wiley & Sons, Inc. 2002.
- 2. Ehlers F. (Ed.) Autonomous Underwater Vehicles: Design and Practice (Radar, Sonar & Navigation). London, UK: SciTech Publishing, 2020.
- 3. Luo J., Han Y., Fan L. Underwater Acoustic Target Tracking: A Review // Sensors. 2018. V. 18. No. 1(112).
- 4. Ghafoor H., Noh Y. An Overview of Next-Generation Underwater Target Detection and Tracking: An Integrated Underwater Architecture // IEEE Access. 2019. V. 7. P. 98841-98853.
- 5. Su X., Ullah I., Liu X., Choi D. A Review of Underwater Localization Techniques, Algorithms, and Challenges // J. Sensors. 2020. V. 2020 (6403161).
- 6. Kalman R.E. A New Approach to Linear Filtering and Prediction Problems // Trans. ASME-J. Basic Engineer. 1960. V. 82. Ser. D. P. 35-45.
- 7. Bernstein I., Friedland B. Estimation of the State of a Nonlinear Process in the Presence of Nongaussian Noise and Disturbances // J. Franklin Instit. 1966. V. 281. No. 6. P. 455-480.
- 8. Julier S.J., Uhlmann J.K., Durrant-Whyte H.F. A new approach for ltering nonlinear systems // Proc. IEEE Amer. Control Conf. (ACC'95), 1995. P. 1628-1632.
- 9. Menegaz H.M.T., Ishihara J.Y., Borges G.A., Vargas A.N. A Systematization of the Unscented Kalman Filter Theory // IEEE Trans. Autom. Control. 2015. V. 60. No. 10. P. 2583-2598.
- 10. Christ R.D., Wernli R.L. The ROV Manual: A User Guide for Remotely Operated Vehicles. 2nd Edition. Oxford, UK: Butterworth-Heinemann, 2013.
- 11. Miller A., Miller B., Miller G. Navigation of Underwater Drones and Integration of Acoustic Sensing with Onboard Inertial Navigation System // Drones. 2021. V. 5. No. 3 (83).
- 12. Borisov A., Bosov A., Miller B., Miller G. Passive Underwater Target Tracking: Conditionally Minimax Nonlinear Filtering with Bearing-Doppler Observations // Sensors. 2020. V. 20. No. 8 (2257).
- 13. Pankov A.R., Bosov A.V. Conditionally minimax algorithm for nonlinear system state estimation // IEEE Trans. Autom. Control. 1994. V. 39. No. 8. P. 1617-1620.
- 14. Bertsekas D.P., Shreve S.E. Stochastic Optimal Control: The Discrete-Time Case. N.Y.: Academic Press, 1978.
- 15. Chen Z. Bayesian Filtering: From Kalman Filters to Particle Filters, and Beyond // Statist. 2003. V. 182. No. 1. P. 1-69.
- 16. Борисов А.В., Босов А.В., Кибзун А.И., Миллер Г.Б., Семенихин К.В. Метод условно-оптимальной нелинейной фильтрации и современные подходы к оцениванию состояний нелинейных стохастических систем // АиТ. 2018. № 1. С. 3-17.
- 17. Ширяев А.Н. Вероятность. М.: Наука, 1989.
- 18. Пугачев В.С. Рекуррентное оценивание переменных и параметров в стохастических системах, описываемых разностными уравнениями // ДАН СССР. 1978. Т. 243. № 5. С. 1131-1133.
- 19. Пугачев В.С. Оценивание переменных и параметров в дискретных нелинейных системах // АиТ. 1979. № 6. С. 63-79.
- 20. Weirathmueller M., Weber T.C., Schmidt V., McGillicuddy G., Mayer L., Hu L. Acoustic Positioning and Tracking in Portsmouth Harbor, New Hampshire // Proc. OCEANS 2007, Vancouver, BC, Canada, 29 September - 4 October, 2007. P. 1-4.
