Активная адаптация распределенной мультисенсорной системы фильтрации

ТОМ 23, №4 (2019)

Цитировать

Полный текст

Аннотация

Мультисенсорная система фильтрации характеризована математически как результат решения задачи синтеза многомерной дискретной системы фильтрации одного сигнала по данным от множества разнородных датчиков (сенсоров). В стационарной постановке этой задачи приведены три варианта ее решения: Колмогорова–Винера, Калмана в ковариационной форме и Калмана в информационной форме. Осуществлен переход к постановке этих задач в условиях параметрической неопределенности.В целях реализации активного принципа адаптации найден метод формирования инструментального функционала качества для эквивалентной замены недоступного исходного функционала качества — среднеквадратической ошибки фильтрации.Показано, что эта замена создает возможность применять для адаптации системы весь аппарат и средства практических методов оптимизации, прежде всего, методов градиентного и ньютоновского типов.
Предложенное теоретическое решение задачи формирования инструментального функционала качества осуществимо при достаточно общих условиях исходной задачи синтеза многомерной дискретной системы фильтрации при бесконечном времени наблюдения.
Выявлено следующее:
– Достаточно сложные операции одношагового предсказания и затем обновления оценок в двухэтапном алгоритме фильтрации целесообразно выполнять в центре принятия решений; здесь же должны выполняться вычислительные операции по минимизации инструментального функционала качества.
– Несложные операции адаптивного масштабирования данных целесообразно оставить в местах нахождения сенсоров.
– Алгоритмы адаптации могут быть реализованы для базовых алгоритмов фильтрации, взятых в различных формах: в форме фильтра Колмогорова–Винера, в ковариационной форме фильтра Калмана или в информационной форме фильтра Калмана.
– Вычислительные операции по минимизации инструментального функционала качества целесообразно разрабатывать как варианты реализации современных практических методов оптимизации различного уровня сложности.

Об авторах

Иннокентий Васильевич Семушин

Ульяновский государственный университет

доктор технических наук, профессор

Юлия Владимировна Цыганова

Ульяновский государственный университет

Email: jvt.ulsu@gmail.com, tsyganovajv@gmail.com
доктор физико-математических наук, доцент

Список литературы

  1. Катковник В. Я., Полуэктов Р. А., Многомерные дискретные системы управления, Наука, М., 1966, 416 с.
  2. Балакришнан А., Теория фильтрации Калмана, Мир, М., 1988, 168 с.
  3. Maybeck P. S., Stochastic Models, Estimation, and Control, v. 1, Mathematics in Science and Engineering, 141, Academic Press, Inc, New York, 1979, xix+423 pp.
  4. Фомин В. Н., Рекуррентное оценивание и адаптивная фильтрация, Наука, М., 1984, 288 с.
  5. Speyer J., "Computation and transmission requirements for a decentralized linear-quadratic-Gaussian control problem", IEEE Trans. Automatic Control, 24:2 (1979), 266-269
  6. Rao B. S., Durrant-Whyte H. F., "Fully decentralised algorithm for multisensor Kalman filtering", IEE Proc.-Control Theory Appl., 138:5 (1991), 413-420
  7. Olfati-Saber R., "Distributed Kalman filtering and sensor fusion in sensor networks", Networked Embedded Sensing and Control, Lecture Notes in Control and Information Science, 331, eds. P. J. Antsaklis, P. Tabuada, Springer, Berlin, Heidelberg, 2006, 157-167
  8. Alriksson P., Rantzer A., "Model based information fusion in sensor networks", IFAC Proceedings Volumes, 41:2 (2008), 4150-4155
  9. Rao B. S. Y., Durrant-Whyte H. F., Sheen J. A., "A fully decentralized multi-sensor system for tracking and surveillance", Int. J. Robot. Res., 12:1 (1993), 20-44
  10. Mahmoud M. S., Khalid H. M., "Distributed Kalman filtering: a bibliographic review", IET Control Theory and Applications, 7:4 (2013), 483-501
  11. Marelli D., Zamani M., Fu M., Ninness B., "Distributed Kalman filter in a network of linear systems", Systems Control Letters, 116:6 (2018), 71-77
  12. Wu Z., Fu M., Xu Yo., Lu R., "A distributed Kalman filtering algorithm with fast finite-time convergence for sensor networks", Automatica, 95:9 (2018), 63-72
  13. Dormann K., Noack B., Hanebeck U. D., "Optimally distributed Kalman filtering with data-driven communication", Sensors, 18:4 (2018), 1034
  14. Badyn M. H., Mesbahi M., "Large-scale distributed Kalman filtering via an optimization approach", IFAC PapersOnLine, 50:1 (2017), 10742-10747
  15. Govaers F., "Distributed Kalman filter (Chapter 13)", Kalman Filters - Theory for Advanced Applications, eds. Ginalber Luiz de Oliveira Serra, IntechOpen, London, 2018, 253-272
  16. Semushin I. V., "The APA based time-variant system identification", 53rd IEEE Conference on Decision and Control (15-17 December 2014, Los Angeles, CA, USA), 2014, 4137-4141
  17. Fletcher R., Practical Methods of Optimization, John Wiley & Sons Ltd, Chichester, Great Britain, xiv+436 pp.
  18. Semushin I. V., "Adaptation in stochastic dynamic systems - Survey and new results II", Int. J. Communications, Network, and System Sciences, 4:4 (2011), 266-285
  19. Цыганова Ю. В., Ортогонализованные блочные методы для параметрической идентификации дискретных линейных стохастических систем, Дис. … д-ра физ.-мат. наук: 05.13.18, Ульяновский государственный университет, Ульяновск, 2017, 400 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Самарский государственный технический университет, 2019

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».