1 ХАРКІВСЬКИЙ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ ...

8
2
розрахунок σ справедливий за умови незалежності відліків функції
середньоквадратичного відхилення. Для визначення необхідної кількості
незалежних відліків визначаються інтервали кореляції t corr для кожної з
послідовностей. Вибірка значень p k через інтервал кореляції дозволяє вважати
ці величини некорельованими. Згідно цього
2
2 σ
k ( tcorr
)
p . Після
розрахунку дисперсії визначаємо максимальну похибку ˆ j
μ як П 3 σ
k
і,
порівнюючи розраховану похибку зі встановленим порогом (5 12) λW ,
приймаємо рішення про достовірність отриманої оцінки.
Після отримання набору оцінок ˆ j
μ і їх похибок k
переходимо до
алгоритму формування "віртуальних" подвійних різниць. Вибираємо
референцний (опорний) супутник (ділянку) і відносно нього трансформуємо
систему рівнянь таким чином:
( j) (1) ˆ ( j,1) (1) ( j,1)
μˆ ˆ ˆ N k = 2, m; j = 2, n;
k 1 1 k1 k1 W
( j)
(1)
μˆ
ˆ
1 1
k
k = ; j = ;
1
f , (5)
μˆ
ˆ ˆ
k = 2, m; j = 1;
( j)
(1) (1)
k 1 k1
( j) μˆ
k
(1) ˆ ( j,1)
ˆ 1 1
k = 1; j = 2, n;
(1) (1) де ˆ 1 N W1 λW (1) (1) (1)
c1,
ˆ 21 N W 21 λW c
21 ,
ˆ ( j,1) ( j) 1 NW1 λW ( j) N W1 λW ( j)
(1) ( ,1) ( ) ( ) (1) (1)
c c
, ˆ j j j
NW 21
NW 2 N
W1
NW 2 N W1
.
Формуємо вектор вхідних параметрів для процедури РФН. Для
однобазового режиму він записується в наступному вигляді:
[2 n]
F 1 , 21, [1] [1] [ n1] [ n1]
2 2 2
μ
, Κ diagσ ,σ ,...,σ
n
1 2 ,
де Κ – кореляційна матриця вхідних параметрів; – знак оцінки середнього
значення.
Формуємо МНК-оцінку вихідних параметрів:
ˆ f
θ Α Κ Α Α Κ μ , Α = ,
θ
T
ˆ
2,1 n,1 2,1 n,1 θ ... ... , K
Α Κ Α
,
n 1 21 21 21
де A – матриця часткових похідних; ˆ θ – вектор вихідних параметрів;
K – кореляційна матриця похибок вихідних параметрів.
Для отриманих оцінок ,1 n 21 обчислюємо максимальну похибку згідно з
алгоритмом верифікації, описаним вище, з урахуванням залишку від
округлення до найближчого цілого числа. У разі достовірності результату,
оцінка ,1 n 21 округляється до цілого числа і враховується в (5), після цього
формуємо новий вектор μ , при цьому матриця Κ залишається незмінною.
Результати експериментальних досліджень підтвердили працездатність і
ефективність алгоритму РФН і довели, що використання "віртуальних"