Мультисенсорная система фильтрации характеризована математически как результат решения задачи синтеза многомерной дискретной системы фильтрации одного сигнала по данным от множества разнородных датчиков (сенсоров).
В стационарной постановке этой задачи приведены три варианта ее решения: Колмогорова-Винера, Калмана в ковариационной форме и Калмана в информационной форме.
Осуществлен переход к постановке этих задач в условиях параметрической неопределенности.
В целях реализации активного принципа адаптации найден метод формирования инструментального функционала качества для эквивалентной замены недоступного исходного функционала качества - среднеквадратической ошибки фильтрации.
Показано, что эта замена создает возможность применять для адаптации системы весь аппарат и средства практических методов оптимизации, прежде всего, методов градиентного и ньютоновского типов.
Предложенное теоретическое решение задачи формирования инструментального функционала качества осуществимо при достаточно общих условиях исходной задачи синтеза многомерной дискретной системы фильтрации при бесконечном времени наблюдения.
Выявлено следующее:
- Достаточно сложные операции одношагового предсказания и затем обновления оценок в двухэтапном алгоритме фильтрации целесообразно выполнять в центре принятия решений; здесь же должны выполняться вычислительные операции по минимизации инструментального функционала качества.
- Несложные операции адаптивного масштабирования данных целесообразно оставить в местах нахождения сенсоров.
- Алгоритмы адаптации могут быть реализованы для базовых алгоритмов фильтрации, взятых в различных формах: в форме фильтра Колмогорова-Винера, в ковариационной форме фильтра Калмана или в информационной форме фильтра Калмана.
- Вычислительные операции по минимизации инструментального функционала качества целесообразно разрабатывать как варианты реализации современных практических методов оптимизации различного уровня сложности.
