Модификации сигма-точечного фильтра Калмана в задаче фильтрации-обнаружения сигналов
Читать статью полностью
Модификации сигма-точечного фильтра Калмана в задаче фильтрации-обнаружения сигналов(2,35 MB)Аннотация
В статье рассмотрен метод субоптимальной фильтрации-обнаружения шумоподобного сигнала на фоне марковской помехи и белого гауссова шума с дискретными измерениями, который минимизирует среднеквадратичную ошибку оценивания. На основе использования марковского характера помехи был синтезирован субоптимальной приемник детерминированного сигнала, использующий стандартную квадратно-корневую, а также сплайнаппроксимированную модификацию сигматочечного фильтра Калмана.
Ключевые слова:
Алгоритм – algorithm; нелинейная фильтрация – nonlinear filtering; субоптимальный обнаружитель – suboptimal detector; стохастический сигнал – stochastic signal; реверберация – reverbera- tion; помехоустойчивость – noise immunity; сигматочечный фильтр Калмана – sigma-point Kalman filter; отношение правдоподобия – likelihood ratio.
Список литературы
1. Бутырский, Е. Ю. Математические модели гидроакустических сигналов и методы их обработки / Е.Ю. Бутырский. – Санкт-Петербург : Стратегия будущего, 2018. – 649 с.
2. Тихонов, В. И. Статистический анализ и синтез радиотехнических устройств и систем / В.И. Тихонов, В.Н. Харрисов. – Москва : Радио и связь, 1991. – 608 с.
3. Стратонович, Р. Л. Условные марковские процессы и их применение к теории оптимального управления / Р.Л. Стратонович. – Москва : Изд-во МГУ, 1966. – 319 с.
4. Бутырский, Е. Ю. Методы моделирования и оценивания случайных величин и процессов / Е.Ю. Бутырский. – Санкт-Петербург : Стратегия Будущего, 2020. – 642 с.
5. Шавин, М. Ю. Численные методы нелинейной фильтрации для оценки состояния квадрокоптера с поворотными роторами / М.Ю. Шавин // Труды МФТИ. – 2019. – Т. 11, № 3 (43). – С. 86–95.
6. Куликова, М. В. Численные методы нелинейной фильтрации для обработки сигналов и измерений / М.В. Куликова, Г.Ю. Куликов // Вычислительные технологии. – 2016. – Т. 21, № 4. – С. 64–98.
7. Arasaratnam, I. Discrete-time nonlinear filtering algorithms using Gauss – Hermite quadrature / I. Arasaratnam, S. Haykin, R.J. Elliot // Proceedings of the IEEE. – 2007. – Vol. 95, No. 5. – P. 953–977.
8. Julier, S. J. New approach for filtering nonlinear systems / S.J. Julier, J.K. Uhlmann, H.A. Durrant-Whyte // American Control Conference. Seattle, WA. – 1995. – P. 1628–1632.
9. Julier, S. J. Unscented filtering and nonlinear estimation / S.J. Julier, J.K. Uhlmann // Proceedings of the IEEE. – 2004. – Vol. 92, No. 3. – P. 401–422.
10. Uhlmann, J. K. A new extension of the Kalman filter to nonlinear systems / J.K. Uhlmann, S.J. Julier // Signal Processing, Sensor Fusion, and Target Recognition (Orlando, 1997). – 1997. – Vol. Muti Sensor Fusion, Tracking and Resource Mangement II. – P. 182–193.
11. Сосулин, Ю. Г. Теория обнаружения и оценивания стохастических сигналов / Ю.Г. Сосулин. – Москва : Советское радио, 1978. – 319 с.
12. Julier, S. A new method for the nonlinear transformation of means and covariances in filters and estimators / S. Julier, J. Uhlmann, H. Durrant-Whyte // IEEE Transactions on Automatic Control. – 2000. – Vol. 45, No. 3. – P. 477–482.
13. Бутырский, Е. Ю. Метод субоптимального обнаружения широкополосного сигнала с использованием сигматочечного фильтра Калмана / Е.Ю. Бутырский, В.В. Васильев, А.В. Касьянов // Гидроакустика. – 2024. – № 59 (3). – С. 57–65.