Помощь - Поиск - Пользователи - Календарь
Полная версия этой страницы: Упрощенный EKF
Форум разработчиков электроники ELECTRONIX.ru > Цифровая обработка сигналов - ЦОС (DSP) > Алгоритмы ЦОС (DSP)
amaora
Попробую расписать проблему на конкретном примере, хотя на самом деле хочется работать с разными объектами наблюдения при разной доступной к измерению информации. То есть нужен общий метод а не частное решение.

Объект наблюдения - сервопривод, измеряется ток двигателя и абсолютное положение, надо оценивать скорость, внешний момент нагрузки и совсем хорошо было бы получать сопротивление обмотки изменяющееся из-за нагрева. Про такие параметры как индуктивность, коэффициент ЭДС , момент инерции и коэффициенты трения не говорю, они входят в систему и их тоже надо уметь оценивать, хотя сами они мне в этой задаче не интересны.

Мне известно такое решение задачи наблюдения и идентификации как фильтр Калмана, а точнее его адаптация (две, EKF и UKF) для случая нелинейной системы. Нелинейность возникает при переносе неизвестных коэффициентов в вектор состояния.

Но эти методы требуют много вычислений. А все, что я могу успеть сделать это вычислять K как линейную (или хотя бы квадратичную) функцию известных сигналов. Меня устраиват, что результат не будет оптимальным оцениванием, главное сохранять устойчивость и некоторую робастность. Но какие есть методы для такого упрощенного оценивания?

В случае линейной системы я могу использовать все то, что узнал из курса ТУ когда был студентом. Выбрать статичную матрицу K не является проблемой. Вопрос как строить K когда есть нелинейность, естественная или вызванная переносом коэффициентов в вектор состояния.

Последний раз я решал проблему с помощью чего-то похожего на градиентный идентификатор. Система исследуется (мысленно, для простых случаев) на отклик при изменении каждого элемента вектора состояния, выявляются соответсвующие величины и знаки ошибок измерения. K выбирается частично фиксированным, частично зависимым от полученных откликов.

Но чем сложнее система, тем сложнее получить для нее наблюдатель таким образом. Сейчас пытаюсь игратся с установившимся значением K в EKF при постоянных сигналах, чтобы так же выявить линейную часть влияния сигналов на элементы K.

Может быть существует то, что мне надо, и оно как-то называется?

Спасибо.
TSerg
Предлагаете за Вас n-й раз защитить диссер?
amaora
Предлагаю подсказать, что за велосипед у меня получается, как он называется и какие есть ещё.

Самое близкое, что я находил это градиентный идентификатор. Но строго так как он описывается (например вот здесь,

Ким Д. П. Теория автоматического управления. Т. 2. Много-
Многомерные, нелинейные, оптимальные и адаптивные системы: Учеб.
пособие. - М.: ФИЗМАТЛИТ, 2004. - 464 с. - ISBN 5-9221-0534-5.)

он может оказаться неработоспособным, что я и получил а затем начал попытки обойти проблему. Обход заключался лишь в замене неизвестных сигналов на их оценки вместо использования только измеряемых сигналов. Это работало в моем случае, но нет оснований считать, что это верно и так надо делать дальше.
Для просмотра полной версии этой страницы, пожалуйста, пройдите по ссылке.
Invision Power Board © 2001-2025 Invision Power Services, Inc.