Адаптивное гарантированное оценивание постоянного сигнала в условиях неопределенности ошибок измерений

В задачах гарантированного оценивания в условиях неопределенности относительно возмущений и ошибок измерений определены допустимые множества их возможных значений. Решение выбирается из условия оптимизации гарантированных множественных оценок, соответствующих наихудшей реализации значений возмущений и ошибок измерений. Результатом гарантированного оценивания является неулучшаемая множественная оценка (информационное множество), которая может оказаться излишне пессимистичной (перестраховочной), если допустимые множества значений ошибок измерений слишком большие по сравнению с реализовавшимися значениями ошибок. Так, на коротком интервале наблюдений допустимые множества значений возмущений и ошибок измерений могут оказаться лишь грубыми оценками сверху. Целью исследования является повышение точности гарантированного оценивания, когда ошибки измерений реализуются не наихудшим образом, т. е. среда, в которой функционирует объект, ведет себя не так агрессивно, как это заложено в априорных данных о допустимом множестве ошибок. Методы исследования. Рассматривается задача адаптивного гарантированного оценивания величины постоянного сигнала по зашумленным измерениям. Задача адаптивной фильтрации заключается в том, чтобы в процессе обработки зашумленных измерений, из всего множества возможных реализаций ошибок выбрать ту, которая порождала бы имеющуюся последовательность измерений. Результаты. Представлен адаптивный алгоритм гарантированного оценивания. Построение адаптивного алгоритма основано на многоальтернативном методе на основе банка фильтров Калмана. В методе применяется набор фильтров, каждый из которых настроен на конкретную гипотезу о модели ошибок измерений. Невязки фильтров используются для вычисления оценок реализовавшихся ошибок измерений. Выбор возможной реализации ошибок осуществляется при помощи функционала, имеющего смысл дисперсии невязок на коротком интервале времени. Заключение. Приведены вычислительная схема адаптивного алгоритма, численный пример и сравнительный анализ полученных оценок.