36749

Обработка результатов косвенных измерений: классическая задача о методе наименьших квадратов

Лабораторная работа

Математика и математический анализ

Цель работы: изучение задачи и методов обработки результатов измерений; исследование в системе Mtlb задачи оценивания местоположения объекта по измерениям пеленгов. Результаты измерений показания приборов функционально связаны с параметрами вектором параметров: 3. где известные скалярные функции; ошибки измерений; входные переменные которые измеряются точно или отсутствуют.

Русский

2013-09-23

134.5 KB

10 чел.

Лабораторная работа № 3

Обработка результатов косвенных измерений:

классическая задача  о методе наименьших квадратов

3.1. Цель работы:

-  изучение задачи и методов обработки результатов измерений;

-  исследование в системе Matlab задачи оценивания местоположения объекта по измерениям пеленгов.

3.2. Теоретические положения. Классическая задача о методе наименьших квадратов (МНК).

Результаты измерений (показания приборов)  функционально связаны с параметрами  вектором параметров:

,     (3.1.)

где   - известные скалярные функции;

  - ошибки измерений;

  - входные переменные, которые измеряются точно или отсутствуют.

Требуется по результатам измерений  найти оценки  неизвестных параметров .

Задача формулируется и решается с использованием векторно-матричного подхода: зависимости (3.1) записываются в векторной форме:

,         (3.2)

где ; ;;

; .

Вектор ошибок Е считается распределенным по нормальному закону: .

Требуется по результатам измерений  найти оценку  вектора параметров .

После линеаризации функции  в окрестности некоторой опорной точки получают МНК-оценку в виде

,    (3.3)

где

,         (3.4)

а ковариационная матрица оценки определяется выражением

.

3.3. Постановка задачи оценивания координат объекта по измерениям пеленгов

Из М базовых точек (позиций) с координатами  измеряются углы на объект с координатами . В результате измерений получают значения углов  (рисунок). Величины  независимы и распределены по нормальному закону , где аi – точное значение i-го угла, - дисперсия ошибок измерений углов. Координаты базовых  точек (позиций) являются известными. На рисунке показан частный случай, когда  для всех . По имеющимся измерениям необходимо оценить вектор координат объекта .

3.4. Алгоритм расчета МНК-оценки вектора координат объекта

Уравнение для МНК-оценки имеет вид (3.3), которое содержит результаты измерения углов Z. Соотношения (3.1) в данном случае будут

,      (3.5)

так что

.     (3.6)

В векторной форме запись (3.2) будет иметь следующие обозначения:

.

Поскольку ошибки измерений имеют одну и ту же дисперсию σ2, то ковариационная матрица вектора Е равна , где I – единичная (ММ) матрица.

В этом случае оценка (3.3) приводится к виду

,     (3.7)

где – опорная точка.

Матрица Q в соответствии с формулами (3.4), (3.6) формируется в виде

.

где

,

,

.

Таким образом, в выражении (3.7) – векторы-столбцы, Q – (М2)-матрица и QТ – (2М)-матрица.

3.5. Средства Matlab для выполнения задания

Для транспонирования матрицы применяется символ «’» (кавычка), так что А’ – это транспонированная матрица А. «+» или «–» – для сложения или вычитания матриц, «» – для умножения матриц, «/» или «\» – для деления матриц. Например, А\В означает левое деление В на А, соответствующее математическому произведению А-1В, где А-1 – обратная матрица. Запись А/В означает правое деление матрицы А на матрицу В, что соответствует произведению АВ-1.

3.6. Порядок выполнения работы

3.6.1. Выполнить статистическое компьютерное моделирование задачи, используя 10 базовых точек (М = 10), расположенных на оси абсцисс с равномерным шагом l = 10, так что

     (3.8, 3.9)

Для объекта с координатами (xc, yc) = (75, 100) вычислить 10 оценок

     (3.10)

Координаты опорной точки (x0, y0) для получения каждой МНК-оценки рассчитать по первым двум пеленгам, приняв их : 1 = 450 (0,7854 рад),         2 = 430 (0,7525 рад). Формулы для расчета координат опорной точки:

;      (3.11)

.      (3.12)

Дисперсию ошибок измерений принять σ2 = 0,001 рад.

3.6.2. В одно окно вывести графическую иллюстрацию, включающую: базовые точки (3.8, 3.9); опорную точку (3.11), (3.12); лучи пеленгов из базовых точек на объект под углами (3.5); точки оценки координат объекта (3.7), (3.10).

Лучи пеленгов можно построить следующим образом. Поскольку уравнение прямой, выходящей из точки (xi, 0) под углом i  имеет вид

,

то выбрав yl получим .

Лучи проводятся с помощью функции  plot через две точки  (xi, 0)  и    (хl, yl), то есть по векторам  и .

3.6.3. Исследовать зависимость точности оценивания: от дисперсии ошибок измерений углов σ2; от выбора опорной точки  (x0, y0), предусмотрев ее произвольный выбор; от расположения на плоскости оцениваемого объекта по отношению к базовым точкам.


y

100

80

60

40

20

x

0           20           40          60          80         100        120        140

M

1

i

C(x c, y c)

xo,yo


 

А также другие работы, которые могут Вас заинтересовать

19531. Определение настроек регулятора методом незатухающих колебаний 36.5 KB
  Определение настроек регулятора методом незатухающих колебаний. Суть метода заключается в нахождении критической настройками П – регулятора при которой в замкнутой системе устанавливаются не затухающие колебания то есть система находится на границе устойчивости. На ...
19532. Цифровая обработка сигналов. Основные понятия 608.07 KB
  Лекция 1.Цифровая обработка сигналов. Основные понятия Введение В настоящее время методы цифровой обработки сигналов digital signal processing DSP находят все более широкое применение вытесняя постепенно методы основанные на аналоговой обработке. В данном курсе рассматрива...
19533. Преобразование Фурье и обобщенные функции 641.26 KB
  2 Лекция 2. Преобразование Фурье и обобщенные функции Вспомогательные утверждения Лемма. Справедлива формула 1 Доказательство. Хотя формула 1 хорошо известна мы приведем ее доказательство поскольку она является основой многих дальнейших выкл...
19534. Восстановление дискретного сигнала 146.5 KB
  Лекция 3 Восстановление дискретного сигнала Наша цель найти необходимые условия при которых сигнал может быть восстановлен по дискретной выборке Прежде всего отметим часто часто используемый факт: Преобразование Фурье от последовательности Пусть имеется сиг...
19535. Дискретное преобразование Фурье (ДПФ) 487.85 KB
  2 Лекция 4. Дискретное преобразование Фурье ДПФ В данной лекции установим свойства дискретного преобразования Фурье аналогичные свойствам непрерывного преобразования. Как обычно преобразования типа почленного интегрирования ряда перестановки порядка с
19536. Цифровые фильтры. Основные понятия 489.7 KB
  2 Лекция 5. Цифровые фильтры. Основные понятия Цифровые фильтры являются частным случаем линейных инвариантных систем. Существенное ограничение связано с физической реализуемостью системы. Определение. Система называется физически реализуемой если сигн...
19537. Z-преобразование. Фильтры первого порядка 192.23 KB
  2 Лекция 6. Zпреобразование. Фильтры первого порядка Zпреобразование Иногда вместо преобразования Фурье используют Zпреобразование. Оно определяется формулой 1 В формуле 1 ряд является формальным если же он сходится то определяет аналитическую ф...
19538. Фильтры второго и высших порядков 452.79 KB
  1 Лекция 7. Фильтры второго и высших порядков Определение фильтра второго порядка Примером фильтра вторго порядка является фильтр . Рассматриваем только вещественный случай. Переходя к Z преобразованию получим: . Найдя корни многочлена в знаменателе пере
19539. Фильтры Баттеруорта 297.97 KB
  2 Лекция 8. Фильтры Баттеруорта Отыскание параметров фильтра В левой и правой частях в знаменателе находятся многочлены от переменной z. Найдем корни этих многочленов. Множество корней по построению инвариантно относительно замены . Для устойчивости фильтр...