Алгоритмы адаптации и контроля активного типа в линейных стохастических системах управления

• Автор: Цыганова, Юлия Владимировна
• Шифр специальности: 01.01.09
• Научная степень: Кандидатская
• Год защиты: 2000
• Место защиты: Ульяновск
• Количество страниц: 150 с. : ил.

Оглавление
Введение
Глава 1. Задачи и методы теории адаптации и контроля динамических систем
1.1. Адаптивные системы
1.1.1. Понятие адаптации и адаптивной системы
1.1.2. Основные концепции
1.2. Обобщенные принципы адаптации
1.2.1. Байесовская модель
1.2.2. Расширенная модель
1.2.3. Аналитическая модель
1.2.4. Эталонная модель
1.2.5. Согласование характеристик
1.3. Связь проблем адаптации и контроля
1.4. Обобщенная классификация концепций контроля
1.4.1. Байесовский подход к решению задачи контроля
1.4.2. Контроль по принципу расширенной модели
1.4.3. Контроль по принципу аналитической модели
1.4.4. Контроль по принципу эталонной модели
1.4.5. Контроль по принципу согласования характеристик
1.5. Алгоритмы адаптации и контроля
1.6. Пассивный и активный принципы адаптации и контроля
Глава 2. Решение задач адаптации систем оценки и управления методом
вспомогательного функционала качества
2.1. Осуществление активной адаптации
2.2. Адаптивная фильтрация в системах управления с мультипликативными случайными помехами
2.2.1. Постановка задачи
2.2.2. Построение вспомогательного функционала качества

2.2.3. Алгоритм адаптации
2.3. Исследование идентифицируемости оптимального фильтра для систем линейного стохастического управления
2.3.1. Постановка задачи
2.3.2. Канонические уравнения источника данных
2.3.3. Вспомогательные преобразования матриц
2.3.4. Множество моделей и вспомогательный функционал
2.3.5. Обобщенная невязка системы
2.3.6. Идентифицируемость оптимальной модели
2.3.7. Схемы адаптера для канала обратной связи
2.3.8. Взаимодействие адаптера с каналом обратной связи
2.3.9. Алгоритмы идентификации
Глава 3. Решение задач контроля параметров линейных стохастических
систем управления
3.1. Постановка задачи
3.2. Последовательное решающее правило для обнаружения нарушений
3.3. Эффективный метод вычисления функции отношения правдоподобия
3.4. Применение устойчивых алгоритмов оптимальной фильтрации в задачах
контроля
3.4.1. Сравнительный анализ эффективности устойчивых ковариационных
алгоритмов
3.4.2. Применение устойчивых алгоритмов фильтрации при вычислении
функции отношения правдоподобия
3.5. Оценка среднего объема выборки для принятия решения с помощью последовательного решающего правила
3.6. Диагностика нарушений в моделях линейных стохастических систем в процессе фильтрации
3.6.1. Постановка задачи
3.6.2. Обнаружение факта нарушения в функционировании системы

3.6.3. Обнаружение и идентификация характера происходящих в системе
изменений
3.7. Устойчивый метод оценивания параметров линейного фильтра
3.7.1. Постановка задачи
3.7.2. Коррекция коэффициента усиления фильтра и вычисление оценки ковариационной матрицы шума измерений
3.7.3. Обнаружение изменения ковариации шума измерений
3.7.4. Устойчивый алгоритм рекуррентной обработки данных
3.8. Обнаружение нарушений в нелинейных динамических системах с использованием линеаризованного фильтра Калмана
Глава 4. Математическое моделирование и вычислительные эксперименты
4.1. Адаптивная фильтрация в замкнутой системе управления с неизвестными ковариациями шумов
4.2. Использование алгоритмов контроля в задачах обнаружения нарушений
4.2.1. Постановка задачи
4.2.2. Обнаружение нарушения в функционировании системы (момент нарушения априорно известен)
4.2.3. Обнаружение нарушения в функционировании системы (момент нарушения априорно неизвестен)
4.2.4. Оценка среднего объема выборки для принятия решения
Заключение
Приложение А. Вычислительная сложность устойчивых алгоритмов
Приложение Б. Вычислительная точность устойчивых алгоритмов
Приложение В. Вычислительные эксперименты к Главе
Литература

1.6. Пассивный и активный принципы адаптации и контроля
В целях систематизации подходов, применяемых в данной работе, приведем следующие обобщающие определения, впервые введенные в [54], [63], [64], [69].
А. Пассивная адаптация. Извлекаемую из наблюдений информацию адаптор использует пассивно в том смысле, что не следит за критерием качества, его уклонением от целевого неравенства или хотя бы за косвенными показателями такого уклонения и в поиске адекватной стратегии воздействия ограничивается заранее установленными расчетными соотношениями, которые теоретически должны приводить к улучшению качества функционирования в текущих условиях.
Б. Активная адаптация. Извлекаемую из наблюдений информацию адаптор использует активно в том смысле, что следит непосредственно за критерием качества, его уклонением от целевого неравенства или хотя бы за косвенными показателями такого уклонения и поиск адекватной стратегии воздействия приводит к алгоритмам, которые обеспечивают практическое улучшение качества функционирования в текущих условиях.
Эти понятия антитезны по звучанию и обозначают крайние ситуации; на самом деле возможен совмещенный подход.
С принятой точки зрения, к пассивным отнесены принципы байесовской, расширенной и аналитической модели, а к активным — принципы эталонной модели и согласования характеристик. Как видно из приведенных определений, это разделение принципов адаптации основано на следующих признаках.
1. Тип информации, используемой адаптером, и способ ее использования. Действия пассивного адаптера основаны преимущественно на сигналах, поступающих от сенсора. Активный адаптор существенно использует промежуточные и выходные сигналы канала обратной связи для оценки какого-либо показателя качества.
2. Логика принципа действия адаптора. Пассивный адаптор действует по программе, жестко зависящей от описания модели в канале обратной связи и, следовательно, от априорных предположений разработчика о доминирующих параметрах и характеристиках источника данных. Предположения об этих параметрах непосредственно влияют на адаптивную стратегию, но успешность таких действий адаптора никак не контролируется и не гарантируется, т. е. пассивный адаптор реализует стратегию адаптации