Траекторное сопровождение воздушных объектов в условиях неопределенности информации о параметрах их движения

• Автор: Ву Чи Тхань
• Шифр специальности: 05.12.14
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Москва
• Количество страниц: 152 с. : ил.

СОДЕРЖАНИЕ

ВВЕДЕНИЕ
РАЗДЕЛ 1. АНАЛИЗ МЕТОДОВ И МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ИСПОЛЬЗУЕМЫХ ПРИ РЕЩЕНИЕ ЗАДАЧИ ТРАЕКТОРНОГО СОПРОВОЖДЕНИЯ ВОЗДУШНЫХ ОБЪЕКТОВ. ПОСТАНОВКА ЗАДАЧИ НА ИССЛЕДОВАНИЕ ПРИ НАЛИЧИИ НЕОПРЕДЕЛЕННОСТИ В ОТНОШЕНИИ ПАРАМЕТРОВ ТРАЕКТОРИЙ И УСЛОВИЙ НАБЛЮДЕНИЯ
1.1. Анализ математического аппарата, применяемого при решении задач траекторного сопровождения наблюдаемых воздушных объектов в условиях достоверной информации о параметрах траекторий и условиях наблюдения
1.2. Анализ математических моделей, используемых при описании изменения параметров траекторий сопровождаемых воздушных судов и условий наблюдения

1.2.1. Простейшая математическая модель перемещения воздушного судна

1.2.2. Математическая модель динамики перемещения воздушного судна как объекта управления
1.3. Анализ математических методов, используемых при адаптации алгоритмов калмановской фильтрации, и факторов, приводящих к неопределенности информации о траекторных параметрах воздушных объектов и условиях наблюдения
1.4. Формулировка постановка задачи на исследование при наличии неопределенности в отношении траекторных параметров наблюдаемых воздушных объектов и условий их наблюдения

Выводы по разделу

РАЗДЕЛ 2. СИНТЕЗ АЛГОРИТМОВ ТРАЕКТОРНОГО СОПРОВОЖДЕНИЯ ВОЗДУШНЫХ ОБЪЕКТОВ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ ИНФОРМАЦИИ О ПАРАМЕТРАХ ИХ ДВИЖЕНИЯ И УСЛОВИЯХ НАБЛЮДЕНИЯ
2.1. Синтез алгоритмов линейной фильтрации изменяющихся во времени параметров, описывающих изменение траектории движения воздушных объектов, в условиях неопределенности при использовании математического аппарата нечетких множеств
2.2. Оценка влияния вида функции принадлежности на результат оценивания изменяющихся во времени траекторных параметров линейным фильтром, работающим в условиях неопределенности
2.3. Оценка влияния на результат линейного оценивания изменяющихся во времени траекторных параметров уровней пересечения термов лингвистических переменных, используемых для описания нечеткой информации
2.4. Оценка влияния на работоспособность линейного фильтра количества термов, служащих для описания значений лингвистических переменных, используемых при описании нечеткой информации
Выводы по разделу
РАЗДЕЛ 3. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ОЦЕНКА ЭФФЕКТИВНОСТИ АЛГОРИТМОВ ЛИНЕЙНОЙ ФИЛЬТРАЦИИ ИЗМЕНЯЮЩИХСЯ ВО ВРЕМЕНИ ТРАЕКТОРНЫХ ПАРАМЕТРОВ ВОЗДУШНЫХ ОБЪЕКТОВ, В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ
3.1. Структура математической модели линейного фильтра, обеспечивающего оценивание изменяющихся во времени траекторных параметров наблюдаемых воздушных объектов в условиях неопределенности

3.2. Математическое моделирование линейного фильтра с базой знаний
3.3. Исследование эффективности работы базы знаний линейного фильтра, предназначенного для работы в условиях неопределенности
Выводы по разделу
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЯ

Такой подход позволяет переключаться от более простых моделей динамики движения ВС (статическая модель) к моделям, описываемым с помощью дифференциальных разностных уравнений более высоко порядка. При использовании подхода, основанного на многорежимных моделях, считается, что для описания динамики движения ВС используется некий конечный набор моделей. Причем каждая из моделей может допускать различный тип неопределенности [44]. В рамках использования такого подхода возможны различные варианты. Многорежимный вариант, при котором переключение моделей осуществляется в соответствии с оптимальным алгоритмом, задаваемой моделью Маркова, и использовании формулы Байеса. Поэтому данный метод называют оптимальным многорежимным методом. Практическая реализация фильтра с помощью данного метода очень проблематична, поскольку, как показано в [44], требуется экспоненциального увеличения числа фильтров для оценки базового состояния. Практическая реализуемость данного подхода возможна при сохранении предыстории моделей не на всем временном интервале функционирования фильтра, а только на заданном конечном. Данный метод получил название обобщенного псевдобайесовского.
Последующим упрощением является подход, основанный на использовании интерактивной многорежимной модели, при которой сокращается число параллельных каналов обработки. При использовании данного похода в текущий момент времени оценки состояния вычисляется для каждой возможной текущей модели. Если число таких моделей, например, равно п, то требуется п параллельных каналов обработки.
В рассмотренных походах к построению адаптивных алгоритмов фильтрации, в первую очередь, обращалось внимание на подстройку фильтра к неопределенным моделям движения ВС. В тоже время, существует и неопределенность, обусловленная условиями наблюдения, которые влияют на точность измерения текущих траекторных параметров ВС. Поскольку, при причих равных условиях точность оценивания обратнопропорциональна