Examining the Kalman filter in the field of noise and interference with the non-Gaussian distribution

Abstract

Розроблено послідовний рекурсивний алгоритм фільт ра Калмана для фільтрації даних в області шумів від мінних від гаусовського розподілу для використання у вимірювальній техніці. Відмінною рисою розробле ного алгоритму фільтра Калмана для фільтрації да них з негаусовськими шумами є відсутність необхідно сті апріорного визначення статистичних характерис тик шуму. Була перевірена працездатність розробленої мето дики фільтрації Калмана шляхом обробки різних законів розподілу: шумів Коші, Парето, нормального і логістично го розподілів. Ефективність розробленої методики філь трації підтверджується шляхом застосування фільтра при обробці експериментальних даних з різними законами розподілу шумів. Проведено апробацію розробленої мето дики фільтрації Калмана для даних, отриманих експери ментально з урахуванням суперпозиції законів розподілу шумів. Апріорна оцінка помилки фільтрації при кількості ітерацій більше 30 прагне до нуля. Розроблена методика фільтрації з використанням фільтра Калмана може бути використана при прове денні метрологічної атестації засобів вимірювальної техніки в умовах підприємства. В цій ситуації можливе зашумлення вимірювальної інформації різними шумами, в тому числі і тими, що не підкоряються закону розпо ділу Гауса. Фільтр може бути використаний при оброб ці даних систем контролю параметрів стану, що реалі зуються за принципом порогового контролю величини. Прикладним аспектом використання отриманого нау кового результату є можливість розширення області застосування класичного фільтра Калмана в вимірю вальній техніці. Це становить передумови для розробки універсального алгоритму фільтрації з використанням фільтра Калмана Ключові слова: фільтр Калмана, рекурсивний алго ритм, Python, негауссовских шум, закон розподілу

Research into the impact of structural features of combustion chamber in energy-technological units on their operational efficiency

“…Other control points of the temperature field in a volume of the combustion space make it possible to implement the control of temperature of combustion products throughout the whole volume of the working space of the bench (near the arch and on its lateral surfaces directly above and below the heated product). Data filtering was implemented programmatically using the Kalman adaptive filter [19].…”

Analysis of Discrete Wavelet Spectra of Broand Signals

“…A well-known approach to solving this problem of analyzing and classifying signals is to find the optimal feature space in which objects (signals) can most easily be separated using classical classification algorithms [3,4]. If the diagnostic analysis is carried out for a long period of operation and is characterized by the appearance and development of increasing non-informative noise, the known methods of signal analysis cannot be applied, since the comparison of signals will be incorrect [5].…”