- •Определение систем в рамках теоретико - множественного подхода. Математические модели простых динамических систем.
- •Принцип разделения в цифровых системах управления. Обоснование для линейно – квадратичной задачи управления в дискретном времени.
- •Решение задачи линейного программиро-вания на основе симплекс- метода.
- •Общая постановка задачи оптимальной фильтрации и методика ее решения.
- •Кибернетический подход к описанию систем. Понятия об управлении, системе управления, структурные схемы процесса управления.
- •Теорема о нормальной корреляции и ее следствия.
- •Классификация систем управления. Основ-ные этапы синтеза сложных систем управления.
- •Метод анализа иерархий.
- •Устойчивость динамических систем. Теорема Ляпунова в непрерывном и дискретном времени.
- •Иерархическая схема управления сложным объектом. Основные принципы иерархического управления.
- •Управляемость и наблюдаемость систем управления.
- •Решение задачи о пошаговом распределении ресурсов (динамического программирования) на основе принципа оптимальности Беллмана.
- •Постановка и пример задачи автоматичес-кого управления для непрерывных динамичес-ких систем. Задачи Больца, Лагранжа, Майера.
- •Метод анализа иерархий.
- •Общее решение задачи автоматического управления без ограничений для детерминиро-ванной системы на основе методов вариации-онного исчисления.
- •Цифровая схема управления (общая схема преобразований). Эквивалентность цифровой и непрерывной систем.
- •Решение линейно – квадратичной задачи нахождения оптимального управления для динамической системы в непрерывном времени на основе методов вариационного исчисления.
- •Управление ресурсами и задача линейного программирования. Примеры, геометрическая интерпретация.
- •Решение задачи линейного программиро-вания на основе симплекс – метода.
- •Теорема о нормальной корреляции и ее следствия.
- •Решение задачи линейного программиро-вания на основе симплекс – метода
- •2.Общая постановка задачи оптимальной фильтрации и методика ее решения.
- •Линейный регулятор. Пример решения задачи лк – управления.
- •2. Синтез структуры сложной системы управления. Метод ветвей и границ.
- •Принципы координации в задачах управления сложными объектами.
- •2. Решение задачи о пошаговом распределении ресурсов (динамического программирования) на основе принципа оптимальности Беллмана.
- •Кибернетический подход к описанию систем. Понятия об управлении, системе управления, структурные схемы процесса управления.
- •Решение линейно – квадратичной задачи нахождения оптимального управления для динамической системы в непрерывном времени на основе методов вариационного исчисления.
- •Метод анализа иерархий.
- •2. Цифровая схема управления (общая схема преобразований). Эквивалентность цифровой и непрерывной систем.
- •Общее решение задачи автоматического управления без ограничений для детерминированной системы на основе методов вариационного исчисления.
- •2. Оптимальное управление в стохастических системах. Принцип разделения в непрерывных стохастических системах.
- •Принципы координации в задачах управления сложными объектами.
- •2. Уравнения фильтра Калмана в дискретном времени. Пример постановки задачи стохастического управления (управление нефтехранилищем).
- •Синтез структуры сложной системы управления. Метод ветвей и границ.
- •2. Принцип максимума Понтрягина и решение задачи о быстродействии при переводе материальной точки в начало координат.
- •Линейный регулятор. Пример решения задачи лк – управления.
- •2. Решение задачи о пошаговом распределении ресурсов на основе принципа оптимальности Беллмана.
- •Принцип максимума Понтрягина и решение задачи о быстродействии (задача о «лифте»).
- •2. Применение микропроцессоров и микро – эвм в цифровых системах управления.
Общая постановка задачи оптимальной фильтрации и методика ее решения.
Для решения линейно-квадратичной задачи управления требуется найти оценку текущего состояния объекта управления, обладающую рядом свойств:
рекуррентность алгоритма получения оценки;
ортогональность ошибки оценки и самой оценки;
оптимальность в смысле минимума дисперсии ошибки.
Решение подобной задачи осуществляется методами теории оптимальной фильтрации. Общая постановка задачи в дискретном времени. Пусть заданы два уравнения: состояний и наблюдений , , , . Требуется по полученной совокупности наблюдений за k шагов получить апостериорную оптимальную в среднеквадратичном оценку путем вычисления апостериорной плотности .
Такая оценка является экстраполяцией состояния объекта на один шаг вперед. Иногда рассматри-вают оценку (оценка вида «точка в точке»), основой получения которой является апостери-орная плотность распределения . В качестве показателя оптимальности некоторой используемой оценки рассматривается
] , где N - симметричная, положительно определенная матрица. Если , то . Оценка называется оптимальной в среднеквадратичном, если она обеспечивает минимизацию величины . Дифференцируя внутренний интеграл по компонентам , получим необходимое условие минимума
=0. Отсюда . Оптимальная оценка в среднеквадратичном есть апостериорное математическое ожидание вектора относительно полученных наблюдений . Общая методика нахождения апостериорной плотности распределения вероятностей. Пусть на некотором шаге известна плотность . Тогда в соответствии с формулой Байеса плотность на следующем шаге имеет вид ,
. Учтем, что при известном для используемых моделей состо-яний и наблюдений
. Это означает марковский характер эволюции процесса и совместно марковский характер процессов . Если известна начальная плотность , приведенные уравнения позволяют получить рекуррентное выражение для апостериорной плотности текущего состояния и, соответ-ственно, оптимальную оценку . Постановка задачи оптимальной линейной фильтрации. Пусть Пусть законы распределения шумов , а также начального вектора являются гауссовскими , – независимые в дискретном времени, друг относительно друга и величины.Требуется найти оптимальную в среднеквадратичном оценку в задаче линейной фильтрации (фильтр Калмана-Бьюси в дискретном времени). Плотность при высказанных предположениях имеет гауссовский вид , – матрица ковариации ошибки – отклонения от условного среднего . Действительно, каждый вектор есть сумма двух гауссовских величин и . Поэтому плотность распределения совокупности является совместно гауссовской. В теории вероятностей показано, что в этом случае образу-ющие ее условные плотности распределения вероятностей также являются гауссовскими.
Контрольно-измерительный материал № 3