ПОРІВНЯЛЬНИЙ АНАЛІЗ МЕТОДІВ ФІЛЬТРАЦІЇ ПРИ ЕКСПЕРИМЕНТАЛЬНОМУ ДОСЛІДЖЕННІ ДИНАМІЧНИХ ВЛАСТИВОСТЕЙ ОБ’ЄКТІВ
DOI:
https://doi.org/10.31471/1993-9981-2020-2(45)-66-81Ключові слова:
розгінна характеристика , контролер, вікно згладжування ,імітаційний експеримент , цифровий фільтр.Анотація
Умовою успішного застосування на локальному рівні управління промислових регуляторів та програмованих логічних контролерів є наявність інтегрованих програмних засобів автоматичного тюнінгу параметрів алгоритму регулювання. Динамічні властивості об’єкта найчастіше визначають за результатами активного експерименту безпосередньо на об’єкті через процедуру ідентифікації, що грунтується на попередньо оброблених даних.Проаналізовані основні технології фільтрації часових рядів та підібрана система показників для їх порівняння. Сплановані і проведені серії імітаційних експериментів по отриманню розгінних характеристик з різними ступенями накладання адитивних перешкод по входу та виходу. Досліджено прості інженерні алгоритми експоненціального, медіанного , ковзного середнього простого і зваженого та інших віконних фільтрів на предмет ефективності згладжування в режимі off-line і on-line обробки отриманих даних за показниками відносного середнього квадратичного та інтегрального середнього відхилення від базової лінії і проведено оцінку обчислювальної складності методів. За результатами проведених досліджень сформульовано висновки про реальну ефективність застосування on-line фільтрації, наведено рекомендації стосовно їх практичного використання на апаратних платформах локальних засобів регулювання і доведено низький рівень згладжування off-line методів на обмеженій експериментальній вибірці. Встановлено напрямки подальших досліджень у напрямку застосування складніших алгоритмів фільтрації для сигналів з високим рівнем завад.
Завантаження
Посилання
Steven W. Smith. The Scientist and Engineer's Guide to Digital Signal Processing. Second Edition. San Diego, California: California Technical Publishing. 1999. P. 297.
Digital signal processing : a practical approach / Emmanuel C. Ifeachor, Barrie W. Jervis.Wokingham, England ; Reading, Mass. : Addison-Wesley, 1993. 760 p.
Brown G. Robert, Smoothing, Forecasting and Prediction of Discrete Time Series. – N.Y.: Dover Phoenix Editions, 2004. 480 p.
Savitzky A., Golay M.J.E. Smoothing and Differentiation of Data by Simplified Least Squares Procedures // Anal. Chem. 1964. 36 р. 1627–1639. doi:10.1021/ac60214a047.
Astola J.,Kuosmanen P.Fundamentals of digital filtering. Boca Raton (USA): CRC Press LLC.1997. 276 p.
Nelineynaya filtratsiya signalov./ S.K.Abramov, V.I. Kortunov, V.V. Lukin.-Ucheb.posobie.-Harkov:Nats.aerokosm.un-t «Hark. aviats.in-t», 2007. 78 s.
Kalman R.E. A New Approach to Linear Filtering and Prediction Problems // J. Basic Eng. 1960. 82. P. 35–45. doi:10.1115/1.3662552.
Rabiner L., Gould B. Teoriya i primenenie tsifrovoy obrabotki signalov. M.:Mir, 1978. 838s.
Malla S. Veyvletyi v obrabotke signalov. M.: Mir, 2005. 671 s. .
Kolmogorov A.N. Interpolirovanie i ekstrapolirovanie statsionarnyih sluchaynyih posledovatelnostey // Izv. AN SSSR. Ser. Matem. 1941. 5. S. 3–14.
Wiener N. The Extrapolation, Interpolation and Smoothingof Stationary Time Series, New York: Wiley, 1949. 176 p.
Uidrou B., Stirnz S.D. Adaptivnaya obrabotka signalov./Per. s angl. pod red. Shahgildyana V.V. M.: Radio i svyaz, 1989. 440s.
Sayed A.H. Fundamentals of adaptive filtering. – NJ, Hoboken: John Wiley and Sons, Inc., 2003.- 1168 p
Diniz P.S.R. Adaptive filtering algorithms and practical implementation. Third edition. – New York, Springer Science + Business Media, 2008. 627 p.
Perry J. Kaufman Smarter Trading: Improving Performance in Changing Markets — McGraw-Hill, Inc., 1995, 257 p. — ISBN 0-07-034002-1
Kalambet Yu.A., Kozmin Yu.P., Samohin A.C. Filtratsiya shumov. Sravnitelnyiy analiz metodov// Analitika. # 5/2017(36), s. 88-101.
Oppenheim, Alan V., Ronald W. Schafer, and John R. Buck. Discrete-Time Signal Processing. Upper Saddle River, NJ: Prentice-Hall, 1999. 870 p.
.png)
