The 7 reference contexts in paper V. Malkin A., В. Малкин А. (2015) “АДАПТИВНЫЕ ФИЛЬТРЫ СГЛАЖИВАНИЯ СИГНАЛОВ ДАТЧИКОВ В СИСТЕМАХ МИКРОАВИОНИКИ // THE ADAPTIVE SMOOTHING FILTERS OF SENSOR SIGNALS IN THE MICROAVIONIC SYSTEMS” / spz:neicon:pimi:y:2012:i:1:p:11-15

  1. Start
    1792
    Prefix
    Пилотажно-навигационные комплексы современных БЛА по составу датчиков, сложности алгоритмов обработки информации и требованиям к точности навигации не уступают, а зачастую даже превосходят аналогичные системы в пилотируемой авиа- ции
    Exact
    [1]
    Suffix
    . В БЛА малой массы широкое распространение получили БИНС на основе микроэлектро мех анических датчиков – акселерометров и датчиков угловой скорости (ДУС). Преимуществом таких датчиков перед традиционно применяемыми гироскопами является то, что они имеют значительно меньшие массу и габариты, а также не требуют специальных видов электрического питания.
    (check this in PDF content)

  2. Start
    2406
    Prefix
    Однако микро электром еханические датчики обладают и существенными недостатками, связанными с низкой точностью измерений и высоким уровнем внутренних ш умов. Погрешности микромеханических датч иков разделяются на систематические и случайные
    Exact
    [2, 3]
    Suffix
    . Систематические погрешности, как правило, оцениваются при калибровке и компенсируются в процессе функционирования системы. Для снижения уровня случайных погрешностей микроэлектромеханических датчиков применяются алгоритмы сглаживания, постр оенные на основе фильтра Калмана.
    (check this in PDF content)

  3. Start
    4119
    Prefix
    С целью снижения вычислительных затрат на адаптацию предлагается использовать алг оритм сглаживания, имеющий структуру фильтра Калмана и отличающийся предварительной статистической обработкой невязок измерений. Предлагаемый алгоритм базируется на результатах работы
    Exact
    [4]
    Suffix
    , в которой показано, что ма трица коэффициентов фильтра Калмана может быть получена на основе информации, содержащейся в ковариационных матрицах обновляющей последовательности измерений. Алгоритмы вычисления коэффициентов фильтра, полученные в работе [4], усовершенствованы тем, что предварительная статистическая обработка невязок измерений осуществляется на скользящем интервале вр
    (check this in PDF content)

  4. Start
    4386
    Prefix
    Предлагаемый алгоритм базируется на результатах работы [4], в которой показано, что ма трица коэффициентов фильтра Калмана может быть получена на основе информации, содержащейся в ковариационных матрицах обновляющей последовательности измерений. Алгоритмы вычисления коэффициентов фильтра, полученные в работе
    Exact
    [4]
    Suffix
    , усовершенствованы тем, что предварительная статистическая обработка невязок измерений осуществляется на скользящем интервале времени [5]. За счет этого обеспечивается более высокая точность определения коэффициентов фильтра.
    (check this in PDF content)

  5. Start
    4529
    Prefix
    Алгоритмы вычисления коэффициентов фильтра, полученные в работе [4], усовершенствованы тем, что предварительная статистическая обработка невязок измерений осуществляется на скользящем интервале времени
    Exact
    [5]
    Suffix
    . За счет этого обеспечивается более высокая точность определения коэффициентов фильтра. На основе такого подхода получен адаптивный дискретный алгоритм сглаживания выходных сигналов микроэлектро механических дат чиков БИНС.
    (check this in PDF content)

  6. Start
    6314
    Prefix
    Для дискретного процесса (1) с учетом соотношения (2) требуется получить алгоритм фильтрации калмановской структуры, в котором к оэффициент преобразования ф()kk адаптир уется к изменению интенсивности процесса ()kη. В работе
    Exact
    [4]
    Suffix
    показано, что предварительная статистическая обработка невязок измерений по зволяет получать коэффициенты усиления фильтра, зависящие от изменения интенсивности шумов измерения и взаимной ковариации нав язок на двух соседних шагах счета.
    (check this in PDF content)

  7. Start
    7535
    Prefix
    Оценки величин )](ν)1(ν[ˆkkM+ и ˆ[ν(1)] 2 Mk+ находятся путем осреднения соответствующих произв едений на скользящем интервале 0T, содержащем N тактов вычисления оценок величины ()xk: 0T Nt= ∆
    Exact
    [5]
    Suffix
    . Вычислительный эксперимент показал, что для удовлетворительной работы алгоритма достаточно принять 50 100N= ÷. Вычисление коэффициента ф()kk прои зводится по следующему алгоритму: 1.
    (check this in PDF content)