Методы обработки навигационной измерительной информации
В курсе излагаются общие принципы и подходы, используемые при построении алгоритмов оценивания как в линейных, так и в нелинейных задачах.
Описание:
Целью курса является научить слушателей самостоятельно решать задачи построения эффективных алгоритмов обработки избыточной измерительной информации, проводить их математическое моделирование и анализировать потенциальную точность.
Курс делится на три раздела. В первом разделе слушатели курса изучат основы матричных операций и основы использования программы Scilab, а также элементы теории вероятностей. Они рассмотрят различные типы случайных величин и проблему их преобразования. Второй раздел курса посвящен общим принципам и подходам, используемым при решении задач оценивания. А третий — обобщению методов и алгоритмов оценивания, полученных для постоянного вектора, применительно к задачам оценивания случайных последовательностей и процессов.
В результате обучения слушатели овладеют основными математическими методами и понятиями, которые используются в задачах обработки измерительной информации, будут знать и уметь применять на практике основные понятия теории вероятности для описания погрешностей измерений, будут уметь поставить задачу оценивания постоянного вектора в задачах обработки измерительной информации, решать задачу оценивания для случайной последовательности измерений.
Программа курса:
- Элементы теории вероятности
- Моделирование случайных величин и векторов в Scilab
- Примеры и постановки линейных и нелинейных задач оценивания при обработке навигационных данных
- Решение задач оценивания на основе нестохастичеcкого (детерминированного) подхода. Метод наименьших квадратов
- Небайесовские алгоритмы оценивания
- Байесовский подход. Оптимальные оценки
- Алгоритмы комплексной обработки измерений
- Случайные последовательности
- Фильтрация случайных последовательностей
- Рекуррентные оптимальные алгоритмы фильтрации случайных процессов. Фильтр Калмана-Бьюси