Оценка качества фильтрации Опции

[_Pasha]

Всем привет!

Каким образом обосновать качество фильтрации при разных методах?
Т.е. ситуация я так понимаю, - СКО если брать, то брать по модели, а идентификация модели зависит от результата фильтрации
Наверняка тема баянная, но я никогда ранее не вникал в такую ситуацию, по сему интересно что говорят умные люди.

Сообщение отредактировал _Pasha - Dec 18 2014, 15:28

[amaora]

Не понятно какое именно качество фильтрации интересует. Точность оценок? Но на каких траекториях и при каких погрешностях измерений? Устойчивость к неопределенности в знаниях структуры и параметров модели? Подавление случайного шума? Параметры переходных процессов? Что-то другое?

В любом случае можно моделировать всю систему вместе с фильтром, если нет возможности получить реальные измерения пригодные для сравнения. А уж по каким критериям сравнивать результаты вам виднее.

[_Pasha]

Устойчивость к неопределенности в знаниях структуры и параметров модели?

Вот это.
Куда рыть?

Сообщение отредактировал _Pasha - Dec 18 2014, 17:08

[amaora]

Вот это.
Куда рыть?

В теории управления есть методы оценки запасов устойчивости, для простых систем. Если динамика ошибок линейная (или допустимо линеаризовать), то можно построить критерий по собственным значениям матрицы системы. Для параметрической неопределенности есть политопная модель, но я не знаю есть ли какие-то методы для отыскания политопа. Обычно наоборот, ищут параметры обратной связи обеспечивающие устойчивость в заданной области неопределенности.

Но проще всего, как мне кажется, проверять интересующие случаи на полной (насколько требуется) численной модели системы. Собрать необходимую статистику для различных реализаций шума и неопределенностей, и из этого делать выводы, сравнивать. Это конечно если и дает гарантии, то лишь с некоторой вероятностью. Аналитические методы, если правильно все сделать, дают гарантию, но лишь в узких рамках принятой модели. А модель верна, можно так грубо сказать, тоже лишь с некоторой вероятностью.