Моделирование алгоритма обработки экспериментальных данных

Под реализацией АОЭИ понимается построение на их основе систем поиска и оценивания информации. Реализация алгоритмов возможна в цифровом и аналоговом вариантах, однако предпочтение обычно отдается цифровому, свободному от погрешностей, возникающих в аналоговых построениях из-за сужения динамического диапазона, нестабильности характеристик и других причин.

Проанализированное выше последовательное оценивание требует для своей реализации алгоритмы адаптации, которые разнятся глубиной памяти. Так, алгоритмы, использующие для уточнения оценок параметров результаты одного эксперимента, являются одношаговыми. Такие алгоритмы требуют всего n ячеек памяти (n -размерность процесса). Алгоритмы, использующие для уточнения параметров результаты нескольких экспериментов, является многошаговыми. Главные преимущества одношаговых алгоритмов – простота реализации и большая мобильность – делают их незаменимыми при текущей алгоритмизации процесса обработки измеряемой информации нестационарных процессов.

При работе адаптивного алгоритма можно выделить два основных режима: на начальном участке (режим обучения) – ошибка оценки параметра исследуемого процесса велика; на втором участке (режим слежения) – ошибка оценок также не равна нулю, но относительно невелика и характеризуется дисперсией ошибки слежения за переменными параметрами процесса. Характерным для этого режима является то, что при небольших вариациях параметров процесса (небольших отношениях корня квадратного из дисперсии к математическому ожиданию параметра s/ m) анализ работы алгоритма можно проводить, считая процесс стационарным, и это не приводит к большим ошибкам, то есть в режиме слежения ошибка АОЭИ определяется изменением параметров процесса и помехами, которые для рассматриваемых процессов имеют небольшую вариацию.

Перед реализацией АОЭИ предполагается предварительное их моделирование. С помощью моделирования удается получить характеристики, определяющие эффективность синтезированных алгоритмов: среднее время запаздывания, а также время, необходимое для сходимости оценки к значению оцениваемого параметра, определяется зависимостю этих характеристик от вида обрабатываемой информации, значений ее параметров и других факторов.

В процессе моделирования важно определить, насколько составленные алгоритмы отличаются по эффективности от получивших распространение алгоритмов (скорости сходимости оценок и др.). Другой задачей, стоящей перед моделированием, является получение ряда характеристик, определяющих возможность аппаратурной реализации алгоритмов, то есть обоснование требований к техническим параметрам создаваемых систем. К таким характеристикам относятся: объем оперативной памяти алгоритмов, их устойчивость, величина шага временной [3] и амплитудной дискретизации и др. Анализ объема оперативной памяти оптимального одношагового АОЭИ приведен в [3].

Моделированию предшествует рассмотрение вопросов, связанных с определением характера отбора наблюдаемых данных, с зависимостью способа отбора от характера ошибок измерения. Так, при присутствии в результатах измерения аномальных ошибок естественно использовать АОЭИ, исключающие большие ошибки измерения. Само моделирование, как показано в главе 2, сводится к решению интегрального уравнений Вольтерра для искомых параметров, а также к сравнению полученных результатов с границами областей принятия решений.

Дата добавления: 2014-01-05