Wyniki wyszukiwania - BazTech

1

Measurement process parameter estimation robust with respect to pulseinterferences and noise

Holiczer A., Grishin Y.

Przegląd Elektrotechniczny

|

2010

|

R. 86, nr 3

28-29

PL

W artykule zaprezentowano problem estymacji procesów fizykochemicznych w obecności zakłóceń impulsowych oraz szumu pomiarowego. Omawianym procesem będzie sygnał wyjściowy z przetwornika pomiarowego wykorzystywanego w fotometrii płomieniowej. Estymacja zostanie przeprowadzona w obecności licznych anomalii oraz szumu pomiarowego, dlatego zostanie zastosowany krzepki algorytm filtracji. Zaprezentowany algorytm zostanie zaimplementowany w rzeczywistym systemie pomiarowym w celu udowodnienia jego skuteczności.

2

AGMM application in fault diagnosis and manoeuvre detection

Grishin Y., Janczak D.

Pomiary Automatyka Kontrola

|

2010

|

R. 56, nr 2

157-159

EN

Mixed multiple-additive Gauss-Markov models (AGMM) of parameters or structure changes which describe a broad variety of system failures or radar target manoeuvres are presented. Recursive algorithms for solving joint detection-identification problems in the presence of noise are obtained using the generalized likelihood ratio (GLR) approach. The proposed algorithms have relatively moderate computational requirements in a comparison with the multiple model approach. The results of simulation of the proposed algorithms are presented. The method can be used for failure detection-identification or manoeuvre detection in radar systems.

PL

W artykule przedstawiono addytywne modele Gausa-Markowa (AGMM -ang. Additive Gauss-Markov Models). Wykorzystanie AGMM pozwoliło na stworzenie metody, która dzięki wprowadzeniu dodatkowego układu dynamicznego modelującego nagłe zmiany umożliwia objęcie opisem szerokiego zakresu niestacjonarności i pozwala na oddanie właściwego ich charakteru (można je przedstawić w formie procesu losowego, procesu zdeterminowanego, ale o losowym momencie zaistnienia lub procesu typu mieszanego). Zaletą AGMM jest możliwość opisu nawet złożonych zmian dynamiki systemu za pomocą nieskomplikowanego aparatu matematycznego. Modele te umożliwiają stworzenie rekursywnych algorytmów wykrywania uszkodzeń i śledzenia manewrujących obiektów. Struktura systemu ma formę adaptacyjnego filtra dopasowanego do bieżącej dynamiki obiektu i stanu systemu pomiarowego, co zapewnia minimalny błąd pomiaru. Do wykrycia zmian stosowany jest bank filtrów dodatkowych dopasowanych do różnych rodzajów i momentów zaistnienia zmian oraz procedura decyzyjna oparta o metodę uogólnionego stosunku wiarygodności. Zastosowano metodę analitycznego wyznaczania progów decyzyjnych z wykorzystaniem aproksymacji rozkładu prawdopodobieństwa logarytmu uogólnionego stosunku wiarygodności. Zmienna wartość progów decyzyjnych pozwoliła na utrzymanie prawdopodobieństwa fałszywego alarmu na stałym poziomie. Proponowana metoda charakteryzuje się niskim obciążeniem obliczeniowym pozwalającym na stosowanie w systemach czasu rzeczywistego.

3

State estimation of linear dynamic system with unknown input and uncertain observation using dynamic programming

Janczak D., Grishin Y.

Control and Cybernetics

|

2006

|

Vol. 35, no 4

851-862

EN

The paper is devoted to deriving a novel estimation algorithm for linear dynamic system with unknown inputs when observations contain outliers. The algorithm is derived for arbitrary input signals and does not require a priori statistical information concerning input signals. The filtering problem is considered as a control problem in which the unknown input is regarded as a controlling signal for system dynamics, which is described by Kalman equations. In this case, optimal control using Bellman dynamic programming can be calculated. The problem is complicated by the presence of outliers in the observations. To cope with this problem the Lainiotis' partitioning theorem has been used. The nonlinear algorithm of state estimation is obtained. Presented approach can be used both in control systems and decision procedures in tracking systems.

4

A fault detection-identification algorithm for linear dynamic systems based on the mixed multiple additive Gauss-Markov models

Grishin Y.

Pomiary Automatyka Kontrola

|

2005

|

R. 51, nr 9 bis

45--48

EN

W artykule został przedstawiony algorytm wykrywania-identyfikacji uszkodzeń w dyskretnych liniowych systemach dynamicznych opracowany z wykorzystaniem mieszanych addytywnych modeli Gausa-Markowa. Modele te opisują szeroką klasę uszkodzeń systemów dynamicznych. Opracowano rekurencyjny algorytm detekcji-identyfikacji uszkodzeń w oparciu o uogólniony iloraz wiarygodności (ang. Generalized Likelihood Ratio-GLR). Przedstawiono wybrane wyniki symulacji zaproponowanego algorytmu.