АЛГОРИТМ ОПТИМАЛЬНОГО КОМПЛЕКСИРОВАНИЯ ОЦЕНКИ СОСТОЯНИЙ В ДИСКРЕТНО-НЕПРЕРЫВНЫХ СИСТЕМАХ АНПА
Аннотация
Статья посвящена разработке алгоритма оптимального комплексирования оценок состоя-
ний в дискретно-непрерывных системах. Целью исследования является создание эффективного
метода объединения данных, получаемых от непрерывных и дискретных источников информации,
для повышения точности и надежности оценки состояния сложных динамических систем.
В статье подробно рассматриваются теоретические основы предложенного метода, включая
математическое описание непрерывной и дискретной моделей системы, формулировку критерия
оптимальности и вывод уравнений для вычисления весовых коэффициентов комплексирования.
Особое внимание уделяется анализу условий, при которых предложенный алгоритм обеспечивает
улучшение точности оценки по сравнению с использованием только непрерывного или только дис-
кретного фильтра. Авторы приводят результаты численного моделирования, демонстрирующие
эффективность разработанного алгоритма на примере оценки параметров движения автоном-
ного подводного аппарата. Показано, что предложенный метод комплексирования позволяет
существенно снизить ошибки оценивания по сравнению с использованием отдельных фильтров,
особенно в условиях неполноты и зашумленности измерений. В заключение делаются выводы о
перспективности применения разработанного алгоритма в различных областях, связанных с об-
работкой информации в сложных технических системах, таких как навигация, управление движе-
нием, мониторинг состояния объектов и процессов. Отмечается, что предложенный подход мо-
жет быть обобщен на случай комплексирования данных от большего числа источников информа-
ции и адаптирован к различным типам дискретно-непрерывных систем. Статья представляет
интерес для специалистов в области теории управления, обработки сигналов и информации, а
также разработчиков систем навигации и управления движением. Результаты исследования мо-
гут найти практическое применение при создании высокоточных систем оценивания состояния в
различных технических приложениях.
Литература
West Sussex: Wiley, 2021. Second ed., 710 p.
2. Antonelli G. Underwater Robots. Cham: Springer International Publishing, 2018.
3. Kramar V., Kabanov A., Dementiev K. Autonomous Underwater Vehicle Navigation via Sensors Maximum-
Ratio Combining in Absence of Bearing Angle Data, JMSE, 2023, Vol. 11, No. 10, pp. 1847.
4. Shcherbatyuk A.F. O metode navigatsii gruppy ANPA bez ispol'zovaniya gidroakusticheskikh
mayakov [On the method of navigation of a group of AUVs without the use of hydroacoustic beacons],
Giroskopiya i navigatsiya [Gyroscopy and navigation], 2022, Vol. 30, No. 4 (119), pp. 106-121.
5. Jeong D. B., Ko N. Y. Sensor Fusion for Underwater Vehicle Navigation Compensating Misalignment
Using Lie Theory, Sensors, 2024, Vol. 24, No. 5, pp. 1653.
6. Nicosevici T. et al. A review of sensor fusion techniques for underwater vehicle navigation, Oceans ’04
MTS/IEEE Techno-Ocean ’04 (IEEE Cat. No.04CH37600). Kobe, Japan: IEEE, 2004, pp. 1600-1605.
7. Lazarenko A.N. Kompleksirovanie INS i Gans (GPS) fil'trom Kalmana [Integration of INS and HANS
(GPS) with Kalman filter], Vologdinskie chteniya [Vologda readings], 2008, No. 69.
8. Vavilova N.B., Parusnikov N.A., Subkhankulova G.A. Navigatsiya avtonomnogo podvodnogo apparata
pri pomoshchi korrektiruemoy beskardannoy inertsial'noy navigatsionnoy sistemy [Navigation of an
autonomous underwater vehicle using a corrected strapdown inertial navigation system], Tr. MAI
[Trudy MAI], 2016, No. 89.
9. Xincun Y. и др. Kalman filter applied in underwater integrated navigation system, Geodesy and Geodynamics,
2013, Vol. 4, No. 1, pp. 46-50.
10. Potokar E., Norman K., Mangelson J. Invariant Extended Kalman Filtering for Underwater Navigation,
IEEE Robot. Autom. Lett., 2021, Vol. 6, No. 3, pp. 5792-5799.
11. Singh R.K., Saha J., Bhaumik S. Maximum Correntropy Polynomial Chaos Kalman Filter for Underwater
Navigation, 2024.
12. Sheng G. et al. Cooperative Navigation Algorithm of Extended Kalman Filter Based on Combined
Observation for AUVs, Remote Sensing, 2023, Vol. 15, No. 2, pp. 533.
13. Allotta B. и др. Sea currents estimation during AUV navigation using Unscented Kalman Filter, IFACPapersOnLine,
2017, Vol. 50, No. 1, pp. 13668-13673.
14. Tijjani A.S. et al. Continuous–Discrete Observation-Based Robust Tracking Control of Underwater
Vehicles: Design, Stability Analysis, and Experiments, IEEE Trans. Contr. Syst. Technol., 2023,
Vol. 31, No. 4, pp. 1477-1492.
15. Andrienko A. Ya. et al. On-Board Terminal Control Systems: Specifics and Design Concepts, IFAC
Proceedings Volumes, 1975, Vol. 8, No. 1, pp. 464-471.
16. Zorich V.A. Matematicheskiy analiz [Mathematical analysis]. Part II. 6th ed. Moscow: MTSNMO,
2012, 818 p.
17. Barabanov A.T. Analiz i optimizatsiya funktsional'no slozhnykh sistem grinovskogo tipa na osnove
kharakteristicheskogo tozhdestva [Analysis and optimization of functionally complex Green-type systems
based on characteristic identity], Adaptivnye sistemy avtomaticheskogo upravleniya [Adaptive
automatic control systems], 1981, No. 9, pp. 3-12.
18. Alekseev V.M., Tikhomirov V.M., Fomin S.V. Optimal'noe upravlenie [Optimal control]. Moscow:
Nauka, 1979, 432 p.
19. Ostrem K.Yu. Vvedenie v stokhasticheskuyu teoriyu upravleniya [Introduction to stochastic control
theory]: trans. from english. Moscow: Mir, 1973, 324 p.
20. Casti J. The linear-Quadratic Control Problem: Some Recent Results and Outstanding Problems,
SIAM Rev., 1980, Vol. 22, No. 4, pp. 459-485.
21. Zelikin M.I. Optimal'noe upravlenie i variatsionnoe ischislenie [Optimal control and calculus of variations].
4th ed. Moscow: LENAND, 2017, 160 p.
