Фільтруючі алгоритми визначення координат об’єкта у системах підтримки прийняття рішень

Автор(и)

  • Петро Іванович Бідюк Кафедра математичних методів системного аналізу, Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського» https://orcid.org/0000-0002-7421-3565
  • Роман Iванович Мануйленко Відділ теорії керуючих систем, Інститут прикладної математики та механіки Національної академії наук України, Слов’янськ
  • Роман Леонідович Пантєєв Кафедра авіаційних комп’ютерно-інтегрованих комплексів, Факультет аеронавігації, електроніки та телекомунікацій, Національний авіаційний університет, Київ https://orcid.org/0000-0003-4707-4608

DOI:

https://doi.org/10.18372/1990-5548.68.16089

Ключові слова:

оцінювання параметрів, оцінювання станів, динамічна система, гранулярний фільтр, цифрова фільтрація, оптимальна фільтрація, несистематична похибка, позиціонування робота, система підтримки прийняття рішень

Анотація

Методи оцінювання параметрів і станів динамічних систем – актуальна задача, результати розв’язання якої знаходять своє застосування у різних галузях діяльності, включаючи дослідження процесів у технічних системах, космологічних та фізичних дослідженнях, медичних діагностичних системах, економіці, фінансах, біотехнологіях, екології та інших. Незважаючи на значні наукові і практичні досягнення у цьому напрямі, дослідники багатьох країн світу продовжують пошуки нових методів оцінювання параметрів і станів досліджуваних об’єктів та удосконалення існуючих. Прикладом таких методів є цифрова та оптимальна фільтрація, які знайшли широке застосування у технічних  системах ще у середині минулого століття, зокрема, у обробці фінансово-економічних даних, фізичних експериментах та інших інформаційних технологіях самого різного призначення. Розглядається модель та алгоритми гранулярної фільтрації на практичному прикладі – варіанті задачі глобальної локалізації мобільного робота (global localization for mobile robots) або задачі про викраденого робота (hijacked robot problem). В загальному варіанті вона полягає у визначенні положення робота за даними з сенсора. Ця задача була в цілому розв’язана рядом імовірнісних методів в кінці 90-х-початку 2000-х років. Задача є важливою і знаходить застосування у мобільній робототехніці та промисловості. Схожими за суттю є задачі позиціонування підводних човнів, літальних апаратів, автомобілів та інших рухомих об’єктів.

Біографії авторів

Петро Іванович Бідюк , Кафедра математичних методів системного аналізу, Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського»

Доктор технічних наук. Професор

Роман Iванович Мануйленко, Відділ теорії керуючих систем, Інститут прикладної математики та механіки Національної академії наук України, Слов’янськ

Кандидат технічних наук. Науковий співробітник

Роман Леонідович Пантєєв , Кафедра авіаційних комп’ютерно-інтегрованих комплексів, Факультет аеронавігації, електроніки та телекомунікацій, Національний авіаційний університет, Київ

Кандидат технічних наук. Старший викладач

Посилання

C. K. Chui and G. Chen, Kalman Filtering with Real-Time Applications. Berlin: Springer, 2009, 239 p.

S. Haykin, Adaptive Filtering Theory. Upper Saddle River NJ: Prentice Hall, 2007, 920 p.

S. J. Press, Subjective and Objective Bayesian Statistics. Hoboken, NJ: John Wiley & Sons, Inc., 2003, 558 p. https://doi.org/10.1002/9780470317105

Dan Liu, Zidong Wang, Yurong Liua, and Fuad E. Alsaadi, “Recursive filtering for stochastic parameter systems with measurement quantizations and packet disorders,” Applied Mathematics and Computation, Elsevier, vol. 398, 2021. https://doi.org/10.1016/j.amc.2021.125960

A. Pole, M. West, and J. Harrison, Applied Bayesian Forecasting and Time Series Analysis, Boca Raton, FL: Chapman & Hall/CRC, 2000, 410 p

##submission.downloads##

Опубліковано

2021-11-22

Номер

Розділ

КОМП’ЮТЕРНА ІНЖЕНЕРІЯ