ПОИСК Статьи Чертежи Таблицы Метод малых приращений из "Современное состояние механики космического полета " Кроме того, последовательное применение этой формулы коррекции позволяет получить итерационное решение относительно значений параметров, приводящих к нулевым невязкам. Единственным ограничением является количество значащих цифр, принятое для вычислений. [c.111] Рассмотрение типичной ситуации радиолокационного сопровождения космического аппарата показывает, что в данном случае имеется несколько сотен или даже тысяч наблюдений, в то время как число определяемых параметров составляет самое большее несколько десятков. Таким образом, система переопределена, матрица А не является квадратной и в общем случае отсутствует решение относительно параметров, которое обеспечивает равенство всех невязок нулю. Следовательно, необходим некий критерий, чтобы определить, что же является наилучшим приближением к невязкам. В выборе и использовании соответствующего метода может помочь достаточно разработанная к настоящему времени статистическая теория [17, 18]. Сейчас применяются главным образом две схемы метод взвешенных наименьших квадратов [19] и процесс последовательной оценки, основанный на линейной теории фильтрации, разработанной Калманом [201. [c.111] В случае квадратной матрицы А эта формула сводится к детерминированному варианту Sx = А 8z, обсуждавшемуся выше. Последовательное применение такой коррекции при соответствующем пересчете А я 6z приведет к минимизации функции 5, если процесс сходится. При этом нео-обходимо, чтобы матрица Л была невырожденной. Тогда минимальное значение функции 5 можно определить с любой точностью, которая допускается точностью вычислений. Кроме того, процесс будет сходящимся, если начальная оценка параметров достаточно близка к истинному решению. [c.112] Вернуться к основной статье