МАТЕМАТИЧЕСКИЕ МЕТОДЫ КОМПЛЕКСНОЙ ОБРАБОТКИ НАВИГАЦИОННЫХ ДАННЫХ РТК

Аннотация

В настоящее время в навигационных системах робото-технических комплексов (РТК) ис- пользуют разнородные датчики первичной информации, которые могут обеспечивать избы- точность навигационных данных. Это позволяет повысить точность вычисления параметров движения, а так же позволяет определять их с большей надёжностью при условии выхода из строя одного или нескольких датчиков. В работе дан обзор и приводится классификация низко- уровневых математических методов обработки переопределённых параметров состояния систем навигации РТК. Отмечается, что задача комплексирования является подобластью задачи идентификации систем и поэтому имеет общие с ней подходы к построению решения. В подавляющем большинстве методов, построенных на оптимизационном подходе, в качестве критерия оптимальности используется квадратичная функция ошибок. Все математические методы объединения (комплексной обработки или комплексирования) каких-либо данных разде- ляют на низко-, средне- и высокоуровневые. В системах навигации наибольшее применение име- ют низкоуровневые методы, такие как рекурсивные, нерекурсивные и методы на основе кова- риаций. Нерекурсивные методы редко используются напрямую. Рекурсивные, как правило, по- строены по схеме фильтра Калмана. Не все методы устойчивы к негауссовости и корреляци- онной зависимости исходных данных, что часто встречается в системах навигации с переоп- ределёнными данными. Кроме того, не все методы могут использоваться для решения пробле- мы релевантности данных, поступающих от навигационных приборов. Отмечается, что для методов комплексирования ключевым является подход объединения данных в информационном пространстве, понимаемом, как обратное к ковариационному, поскольку подавляющая часть методов, включая байесовские, сводятся к нему. В связи с этим, наибольший интерес представ- ляют методы на основе ковариаций. Однако, для решения проблемы релевантности данных в системах навигации, являющихся системами реального времени, существующие методы плохо приспособлены, поскольку требуют при каждом такте объединения данных решения трудоём- кой в вычислительном плане оптимизационной задачи. Таким образом, существует проблема разработки новых подходов к решению этой задачи.