Многочастичный фильтр, ансцентный фильтр: применение в решении задач спутниковой радионавигации (ГЛОНАСС/GPS/ Galileo) (ВКР) — различия между версиями

Текущая версия на 15:23, 15 марта 2016

Научный руководитель: Куликов, Роман Сергеевич

Фильтрация - важное направление современной науки и техники, в частности, радиоавтоматики в радионавигации и радиолокации. Оптимальные процедуры фильтрации найдены для упрощённых линейных случаев (фильтр Калмана) и широко используются на практике. Также известен и широко используется вариант фильтра Калмана (так называемый, «расширенный» фильтр Калмана, результат эвристического синтеза, в общем случае, неоптимальный), который успешно применяется на практике с некоторыми нелинейными моделями вектора состояния и наблюдений.

Существует ряд алгоритмов, основанных на подходах Байсовской фильтрации и метода Монте-Карло, которые оказываются эффективнее расширенного фильтра Калмана для многих нелинейных случаев. Наиболее перспективными из них представляются ансцентный фильтр Калмана (UKF – Unscented Kalman Filter) и многочастичный фильтр (PF – Particle Filter).

Оба указанных подхода появились сравнительно недавно и для своей практической реализации, как правило, требуют относительно высокой вычислительной мощности, но стремительное развитие современной техники позволяет с лёгкостью преодолеть это затруднение. Тем более, что в задачах высокой размерности существующая альтернатива в виде расширенного фильтра Калмана может потребовать ещё большей вычислительной мощности. Ряд параметров в алгоритмах UKF и PF на сегодняшний день выбирается эвристически и требует более серьёзного обоснования. В работе производится исследование свойств алгоритмов для обоснования выбора параметров в зависимости от моделей вектора состояния и наблюдений.

Уровень сложности можно оценить как средний.

[править] Задание

[править] Содержание разделов и исходные данные

[править] Перечень графических материалов

[править] Рекомендуемая литература