Previous Page  8 / 11 Next Page
Information
Show Menu
Previous Page 8 / 11 Next Page
Page Background

Ю.В. Журавлёв

8

с последующей идентификацией по алгоритму производящих функ-

ций Эрмита. Алгоритм идентификации запрограммирован как стан-

дартная функция с именем IDERM и входными параметрами (

X

,

Y

,

t

,

k

low

,

k

up

,

n

,

m

,

V

), где

X

,

Y

— массивы дискретных отсчетов непре-

рывных сигналов

x

(

t

) и

y

(

t

), заданных на равномерной сетке шага

t

,

массивы обрабатываются на сегменте с границами от

k

low

по

k

up

;

n

,

m

— значения порядков высших производных в левой и правой ча-

стях модели (1);

V

— параметр, задающий вариант схемы идентифи-

кации модели (1): при

V

= 0 идентификация левой части модели (1),

при

V

= 1 — правой части, при

V

= 2 полная идентификация обеих

частей. Выходными параметрами функции IDERM являются [

Z

,

A

,

B

,

det

A

, cond

A

], где

Z

— искомые оценки коэффициентов модели (1) за

варианта

V

;

A

— квадратная матрица системы уравнений;

B

— столбец правых частей системы; det

A

— определитель матрицы

A

;

cond

A

— спектральное число обусловленности матрицы

A

.

Во-первых, проверена и подтверждена корректность использова-

ния модели (17) с апериодическим фильтром

1

( )

1

s

sT

 

при пол-

ном отсутствии изначального зашумления сигналов. При этом если

начало сегмента идентификации [

T

low

;

T

up

] совпадает с моментом

начала процесса фильтрации, то оценки параметров модели (1) по

отфильтрованным сигналам оказываются смещенными, но при сдви-

ге начальной точки

T

low

вправо на 3

T

ф

и более все параметры модели

(1) идентифицируются без ошибок по любой схеме — двухэтапной

или одноэтапной.

Во-вторых, проводились вычислительные эксперименты с нало-

жением высокочастотных аддитивных помех различного уровня. По-

сле фильтрации входной и выходной сигналы служили источником

информации для идентификации. Результаты идентификации весьма

критичны к зашумлению, обязательно требуется предварительная

фильтрация, и в

зависимости от собственных свойств объекта (1) при

выборе сегмента идентификации с соответствующим сдвигом по от-

ношению к моменту включения фильтра необходимо правильно со-

гласовать частоту среза фильтра 1/

T

ф

с частотным спектром шумов.

Заключение.

По результатам теоретических исследований разрабо-

танные имитационно-вычислительные процедуры (MATLAB-сценарии)

показали широкие возможности как в точных научных исследованиях

разнообразных теоретико-алгебраических и численно-аналитических

вопросов методологии применения производящих функций, так и

в прикладном плане, в частности для выработки надежных рекоменда-

ций обработчикам первичной информации при испытаниях авиацион-

ной техники.